교수자/개설자
-
학습기간
2025-12-09 ~ 2029-12-31
강좌소개
성명 신정호 소속기관 한국화학연구원 강의 명 (주제) 데이터-AI-로봇 기반의 SW/HW 복합 실험 플랫폼의 설계와 활용 학습목표 AI 기반 자율화 기술과 SDL(Self-Driving Lab)의 개념 및 국내·외 활용 사례를 이해하고 실험 데이터의 구조화·표준화 역량을 함양한다. 지식그래프 기반 데이터 모델링과 디지털트윈 구현 방법론을 학습하고, 모듈화·규격화 된 가상 실험장비 설계 능력을 배양한다. 로봇팔 및 PLC 제어, 쿠버네티스 기반 워크플로우 설계, ELK 파이프라인 구축을 통해 실 험 장비 자동화 및 데이터 오케스트레이션 실습 역량을 강화한다. 분야 ▣ AI □ Bio ▣ Chem □ Drug 단계 기초 및 심화
참여자수
3
인공지능 & 프로그래밍|
화학 & 화학정보학|
교수자/개설자
-
학습기간
2025-12-04 ~ 2029-12-31
강좌소개
성명 이남일 소속기관 KAIST 강의 명 (주제) 바이오파운드리를 이용한 천연/비천연 신약 후보 물질 스크리닝 및 생산 학습목표 본 강의에서는 자동화와 인공지능을 기반으로 한 바이오파운드리의 개념과 핵심 구성요소를 이해하고, 이를 활용하여 천연 및 비천연 신약 후보 물질을 대규모로 스크리닝하고 생산하는 전략을 학습한다. 또한 실제 사례를 통해 신약 후보 발굴 및 생산 최적화 과정에서의 바이오파운드리 활용 방안을 종합적으로 탐구한다. 분야 ■ AI ■ Bio ■ Chem ■ Drug 단계 기초
참여자수
7
인공지능 & 프로그래밍|
생물학 & 생물정보학|
화학 & 화학정보학|
신약개발 & 제약산업|
교수자/개설자
-
학습기간
2025-12-04 ~ 2029-12-31
강좌소개
성명 이창선 소속기관 인하대학교 강의 명 (주제) 인과 지식 조립, 예측 모델 생성 AI 학습목표 인과 기반 예측은 철강, 반도체, 에너지, 화학, 제약 등과 같이 여러 인과 요인이 단계적으로 연결되어 결과를 만들어 내는 복잡한 제조 분야에서 필수적이다. 인과를 이해하는 인간과 데이터 패턴 학습 능력이 뛰어난 AI 가 협력하여야, 설명할 수 있고, 신뢰할 수 있는 예측 모델 개발이 가능하다. 인간과 AI의 협력을 위한 프로토콜 이해가 학습 목표이다. 분야 AI □ Bio □ Chem □ Drug 단계 기초
참여자수
2
인공지능 & 프로그래밍|
생물학 & 생물정보학|
화학 & 화학정보학|
교수자/개설자
-
학습기간
2025-10-31 ~ 2029-12-31
강좌소개
※ AI 신약개발 교재 학습을 위한 강의 모음입니다. (수료증 미발급) 교재개발자 류재용 소속기관·직위 숭실대학교 교수 교재명 (과목) 초보자를 위한 데이터·AI 기반 약물 표적 발굴 학습목표 신규 약물 타겟 발굴의 기초 개념을 익히고, 이를 바탕으로 초기단계 신약 개발에서 생물정보학 및 AI 기술이 어떻게 활용되는지 이해 교육대상 (초급자) 제약바이오 업계 종사자 및 AI 신약개발 분야에 입문하려는 연구자 AI 신약개발 분야 대학원생 AI 신약개발 분야에 관심이 있는 대학생
참여자수
61
인공지능 & 프로그래밍|
화학 & 화학정보학|
신약개발 & 제약산업|
교수자/개설자
-
학습기간
2024-11-25 ~ 2029-12-31
강좌소개
성명 김은지 소속기관 코오롱인더스트리 강의 명 (주제) 화학정보학의 기초: AI와 계산 화학으로 풀어보는 신약 개발 학습목표 이 강의는 화학정보학의 기초를 배우고, AI, 분자동역학, 양자계산을 신약 개발에 어떻게 활용하는지 설명합니다. 참가자는 약물 설계와 용해도 파라미터 예측 등 중요한 화학적 특성을 예측하는 방법을 익히게 됩니다. 분야 AI □ Bio Chem □ Drug 단계 기초
참여자수
213
화학 & 화학정보학|
교수자/개설자
-
학습기간
2024-03-01 ~ 2025-12-31
강좌소개
강의 소개 및 개요입니다. 성명 남호정 소속기관 GIST 과목명 Lecture : AI in Predicting Drug-protein Interaction(sequence-based) 강의시간 2 학습목표 1. 단백질 서열을 사용하여 화합물-단백질 상호작용을 예측하는 다양한 방법론을 학습한다.2. 기계학습, 딥러닝 기반 화합물-단백질 상호작용 예측 모델들에 대해 학습한다. 강의 선수과목 및 준비사항입니다. 선수과목 Deep Learning Advanced (inductive bias, self-supervised learning, semi-supervised learning, Attention, Transformeretc.)Graph Deep Learning(GCN, GAT, GIN, GGNN, MPNN, etc.) 참고자료 doi: 10.1093/bib/bbz157doi: 10.1093/bib/bbab046 준비사항 Colab 접속 가능 환경
참여자수
200
화학 & 화학정보학|
교수자/개설자
-
학습기간
2024-03-01 ~ 2025-12-31
강좌소개
강의 소개 및 개요입니다. 성명 김우연 소속기관 KAIST 과목명 AI in Predicting Protein-Ligand Interaction (structure-based) 강의시간 8 학습목표 1.단백질 구조 기반 Protein-Ligand Interaction 에 대한 다양한 AI 예측 모델들을 살펴본다. 2. 예측의 정확도 및 일반화 측면에서 다양한 방법들의 장단점을 이해한다. 강의 선수과목 및 준비사항입니다. 선수과목 al Screening (이주용), Deep learning approach (김동섭), Deep learning frameworks (김학수), Deep learning Basic (김학수 참고자료 981 (2019)), GNN-Torg (JCIM, 59, 4131 (2019)), GNN-Jiang(RSCAdv 20, 20701 (2020)), DeepFusion (JCIM, 61, 1583 (2021)), PoseR 준비사항 x
참여자수
268
화학 & 화학정보학|
교수자/개설자
-
학습기간
2024-03-01 ~ 2025-12-31
강좌소개
강의 소개 및 개요입니다. 성명 황상연 소속기관 HITS 과목명 Al 기반 protein-ligand interaction 예측 연구의 최신동향 강의시간 4 학습목표 Al 기반 protein-ligand interaction 예측 연구의 최신 동향 (2022) Protein-ligand interaction (PL) 예측을 위한 딥러닝 모델 연구의 최신 동향을 알아본다. 강의는 논문 리뷰로 진행되며, 2020년도 이후의 주목할 만한 PL 예측 모델 연구들을 살피고 관련하여 결합구조 예측 모델의 일부 또한 살핀다. 강의 선수과목 및 준비사항입니다. 선수과목 (권장) Al in Predicting Drug-Protein Interaction (sequence-based) (권장) Al in Predicting Protein-Ligand Interaction (structure-based) 참고자료 리뷰 대상 논문들 준비사항 없음
참여자수
123
화학 & 화학정보학|
교수자/개설자
-
학습기간
2024-03-01 ~ 2025-12-31
강좌소개
강의 소개 및 개요입니다. 성명 김현욱 소속기관 KAIST 과목명 Disease-Target-Drug relationship analysis from multi-dimensional data 강의시간 1시간 학습목표 1. 소프트웨어 사용을 위한 컴퓨팅 환경 학습2. 약물상호작용, 약물부작용 등 다양한 약물반응의 예측을 위한 머신러닝 기반 프로그램 소개 강의 선수과목 및 준비사항입니다. 선수과목 AI 기초 (Python programing, machine learning); Chemoinformatics 분야 기초 (molecular representation 관련) 및 중급 과목 (특히 RDKit 관련) 참고자료 프로그램 관련 논문들 준비사항 -
참여자수
81
화학 & 화학정보학|
교수자/개설자
-
학습기간
2024-03-01 ~ 2025-12-31
강좌소개
강의 소개 및 개요입니다. 성명 임재창 소속기관 HITS 과목명 Molecule design with deep generative models 강의시간 4 학습목표 1. 다양한 딥러닝 기반 분자 생성모델을 리뷰한다.2. 신약개발에 있어 딥러닝 기반 분자 생성모델의 응용연구에 대해서 이해한다. 강의 선수과목 및 준비사항입니다. 선수과목 딥러닝 기초과목 참고자료 - 준비사항 -
참여자수
90
화학 & 화학정보학|
교수자/개설자
-
학습기간
2024-03-01 ~ 2025-12-31
강좌소개
강의 소개 및 개요입니다. 성명 이세한 소속기관 Hits 과목명 Molecular Representation Learning & Property Prediction 강의시간 5 학습목표 1. 분자 표현을 이해하고 인공지능 학습에 활용 할 수 있다.2. SMILES, fingerprint, pharmacophore, embedding 등의 분자 구조 표현 방법을 학습한다. 강의 선수과목 및 준비사항입니다. 선수과목 - 참고자료 - 준비사항 노트북 사용, discovery studio visualizer & PaDEL 설치
참여자수
105
화학 & 화학정보학|
교수자/개설자
-
학습기간
2024-03-01 ~ 2025-12-31
강좌소개
강의 소개 및 개요입니다. 성명 김동섭 소속기관 KAIST 과목명 QSAR 강의시간 5 학습목표 1. QSAR 모델 개발 과정2. 화합물구조의 수식화와 Descriptors3. QSAR를 위한 기계학습법4. Bioactivity prediction5. Proteochemometric modeling
참여자수
297
화학 & 화학정보학|
교수자/개설자
-
학습기간
2024-03-01 ~ 2025-12-31
강좌소개
구조 기반 가상 탐색을 활용한 유효물질발굴과 인공지능을 활용한 유효물질 최적화 강의 과정입니다. 성명 이세한 소속기관 ㈜히츠 과목명 구조 기반 가상 탐색을 활용한 유효물질발굴과 인공지능을 활용한 유효물질 최적화 강의시간 3시간 학습목표 1) 신약 개발 초기 단계에서의 유효물질 발굴을 위한 가상 탐색과2) 발굴한 유효물질의 최적화하기 위한 Hit-to-Lead 기초 이론을 학습한다.
참여자수
99
화학 & 화학정보학|
교수자/개설자
-
학습기간
2024-03-01 ~ 2025-12-31
강좌소개
강의 소개 및 개요입니다. 성명 허승룡 소속기관 굿인텔리전스 과목명 단백질 서열정렬 알고리즘 구현 실습 강의시간 2시간 학습목표 단백질 서열 정렬에 대한 이해와 pairwise alignment에 대한 프로그램을 구현 할 수 있다. 강의 선수과목 및 준비사항입니다. 선수과목 Python Programming 참고자료 https://gist.github.com/num3ric/1222752 https://3n.wikipedia.org/wiki/Needleman-Wunsch_algorithm https://en.wikipedia.org/wiki/Smith-Waterman_algorithm 준비사항 python3 설치, Linux terminal 환경
참여자수
53
생물학 & 생물정보학|
화학 & 화학정보학|
교수자/개설자
-
학습기간
2024-03-01 ~ 2025-12-31
강좌소개
강의소개 및 개요입니다. 성명 최정모 소속기관 부산대학교 화학과 과목명 단백질-리간드 상호작용 계산을 위한 분자동역학 시뮬레이션 방법 강의시간 4시간 학습목표 분자동역학(molecular dynamics; MD) 시뮬레이션 방법의 기초를 익히고, 신약 개발에 널리사용되는 단백질-리간드 상호작용 계산에 응용한다. 강의 선수과목 및 준비사항입니다. 선수과목 기초화학 참고자료 Smit and Frankel, Understanding Molecular Simulation: From Algorithms to Applications 준비사항 해당없음
참여자수
268
화학 & 화학정보학|
교수자/개설자
-
학습기간
2024-03-01 ~ 2025-12-31
강좌소개
성명 김화종 소속기관 강원대학교 과목명 신약개발에 필요한 머신러닝 이해 강의시간 9 모듈 학습목표 신약개발에 필요한 화합물 데이터를 다루는 방법을 배우고 화합물의 속성을 수치 테이블로 표현하는 방법, Fingerprint, 그래프 등으로 표현하는 분자 표현형을 설명한다. 머신러닝 모델을 구현하는 방법과 랜덤포레스트, MLP, CNN, Graph CNN 등을 배우고 VAE와 GAN 등 생성 모델을 이용한 분자 생성 방법을 배운다.
참여자수
194
화학 & 화학정보학|
교수자/개설자
-
학습기간
2024-03-01 ~ 2025-12-31
강좌소개
강의 소개 및 개요입니다. 성명 김동휘 소속기관 MERCK 과목명 유기 역합성 (Retrosynthesis) SW를 이용한 효율적인 합성 경로 파악 강의시간 1 학습목표 1. Computer Assisted Synthesis Design(CASD)의 역사와 주요 연구 사례2. CASD를 활용한 적용 사례를 학습하고, 이를 통해 효율적인 합성 경로를 파악한다
참여자수
65
화학 & 화학정보학|
교수자/개설자
-
학습기간
2024-03-01 ~ 2025-12-31
강좌소개
강의 소개 및 개요입니다. 성명 정세희 소속기관 CAS 과목명 인공지능 및 빅데이터를 활용한 신규 화합물 발굴 강의시간 1시간 학습목표 Explore overall workflow of syntheses of novel compounds using CAS SciFinder Discovery Platform 강의 선수과목 및 준비사항입니다. 선수과목 참고자료 https://www.cas.org/solutions/cas-scifinder-discovery-platform 준비사항
참여자수
41
화학 & 화학정보학|