Professor

-

Learning Period

09-02-2026 ~ 12-31-2029

Course Introduction

성명 류재용 소속기관 숭실대학교 강의 명 (주제) 게놈 수준 대사 네트워크 모델링 학습목표 1. 미생물 및 인체 세포 내 대사를 시뮬레이션 하기 위한 이론적 배경을 학습한다. 2. 게놈 수준 대사 모델 구축 및 대사 모델링 실습을 통해 대사 모델링 방법론을 학습한다. 분야 ■ AI ■ Bio □ Chem □ Drug 단계 심화

Students

11

Professor

-

Learning Period

08-14-2026 ~ 12-31-2029

Course Introduction

성명 이충호 소속기관 동국대학교 약학대학 강의 명 (주제) 노코딩 AI 신약개발- 오렌지로 시작하는 데이터 과학 학습목표  노코딩 기반 데이터 과학 역량 내재화: 코딩 과정 없이 오렌지(Orange)의 위젯과 워크플로우를 활용하여, 인공 지능 및 데이터 마이닝의 기초부터 실무 분석까지 전반적인 데이터 과학 프로세스를 수립함.  바이오·화학 정보학 데이터 정제 능력 배양: SMILES 구조식, 분자 디스크립터, RNA-seq 발현량 데이터 등 복잡 한 생물·화학적 빅데이터의 특성을 이해하고, 이를 분석에 적합한 형태로 전처리 및 차원 축소하는 기법을 습득 함.  머신러닝 기반 약물 특성 및 예측 모델 구축: 분류, 선형 회귀, 로지스틱 회귀 등 다양한 지도·비지도 학습 알고 리즘을 적용하여 화합물의 독성(Toxicity), 저해 활성 수치(IC50), 세포 투과도를 정량적으로 예측하고 평가함.  실무형 신약개발 데이터 엔지니어링 파이프라인 완성: ChEMBL 및 TDC 등 글로벌 공공 데이터베이스에서 실제 약물 데이터를 수집·가공하고, 이를 활용해 FDA 승인 약물의 스크리닝 및 세포 투과도를 예측하는 실전적 파이 프라인을 독자적으로 구축함. 분야 X AI X Bio X Chem X Drug 단계 기초

Students

32

Professor

-

Learning Period

08-05-2026 ~ 12-31-2029

Course Introduction

성명 황병진 소속기관 연세대학교 의과대학 강의 명 (주제) Single-cell and Spatial Omics: From Cellular States to Virtual Cells 학습목표 본 강의는 단일세포 오믹스와 공간오믹스의 주요 기술 개념, 실험 원리, 분석 플랫폼을 소개하고 단일세포 유전체학, 전사체학, 멀티오믹스 기술의 특징과 적용 분야를 학습하고, 연구 목적에 따라 적절한 기술을 선택하는 기준을 익힌다. 나아가 단일세포 CRISPR 기술과 가상세포 모델을 연계하여 기능유전체학, 질병 모델링, 약물 반응 예측 등 최신 응용 분야로 확장되는 흐름을 이해한다 분야 □ AI ■ Bio □ Chem □ Drug 단계 기초

Students

11

Professor

-

Learning Period

12-08-2025 ~ 12-31-2029

Course Introduction

성명 김 현 욱 소속기관 한국과학기술원(KAIST) 강의 명 (주제) 바이오제조와 AI   학습목표 바이오제조의 개념과 대사공학·합성생물학의 발전을 이해하고, 생물 기반 화학물질 및 연료 생산 기술의 원리를 학습. 미생물 대사공학의 10가지 전략과 발효공정의 7가지 핵심 요인을 통해 생산 효율과 공정 최적화의 원리를 이해. AI와 데이터 마이닝 기술이 바이오파운드리 및 실험 자동화에 기여하는 역할을 파악. 분야 □ AI □ Bio □ Chem □ Drug 단계 기초

Students

172

Professor

-

Learning Period

12-08-2025 ~ 12-31-2029

Course Introduction

성명 신상 소속기관 에이블랩스 강의 명 (주제) SDL 실질적 적용을 위한 도움닫기 학습목표 바이오 산업에서의 SDL 구성 예시와 장비 API 기반의 활용 방안 분야 □ AI □ Bio ⍌ Chem □ Drug 단계 기초

Students

54

Professor

-

Learning Period

12-04-2025 ~ 12-31-2029

Course Introduction

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

Students

35

Professor

-

Learning Period

12-04-2025 ~ 12-31-2029

Course Introduction

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

Students

74

Professor

-

Learning Period

10-29-2025 ~ 12-31-2029

Course Introduction

성명 김 병 석 소속기관 인천대학교 생명과학부 강의 명 (주제) 면역학 기초와 최신 면역치료제 개발 동향 학습목표 기초 면역학과 T 세포 매개 면역 질환에 대한 이해를 바탕으로 최신 면역치료제의 개발 동 향과 작용 원리를 학습한다. 분야 □ AI Bio □ Chem □ Drug 단계 기초

Students

142

Professor

-

Learning Period

10-24-2025 ~ 12-31-2029

Course Introduction

성명 박계명 소속기관 울산과학기술원 강의 명 (주제) 차세대 면역치료제 개발을 위한 인실리코 면역계 모델링 학습목표 최근 많은 다양한 질환들(암, 감염병, 자가면역(염증)질환)에서 면역계를 직접 표적으로 하는 면역치료법이 주요 치료방법으로 대두되고 있다. 그러나 각 질환에 관여하는 면역계의 복잡계적 특징으로 인하여 주요 분자 및 세포 타겟 발굴과 각 환자에 대한 면역치료 반응에 대한 예측에 어려움이 있다. 본 강의에서는 본 강의자의 연구 분야인 시스템 면역학적 관점에서 면역계의 행동에 대한 예측적 이해를 위한 인실리코 면역계 모델링 전반을 다루고 이 시도가 어떻게 차세대 면역치료제 개발을 가속화할 수 있을지 고찰하고자 한다. 분야 AI Bio □ Chem Drug 단계 심화

Students

94

Professor

-

Learning Period

09-12-2025 ~ 12-31-2029

Course Introduction

성명 김용호 소속기관 성균관대학교 강의 명 (주제) De Novo Design of Functional Proteins and Cryo-EM Application   학습목표 - 최종목표 : De Novo protein에 대한 기본적인 지식 습득과 Cryo-EM을 통한 구조분석 세부목표1) AI가 단백질 디자인에 가져다준 혁신과 디지인 기법에 대한 기본 지식 습득 세부목표2) 최근 선진화된 단백질 디자인 기법의 습득과 실습 세부목표3) CryoEM의 원리와 구동방식에 대해 학습 세부목표4) Case study 주제를 통한 단백질 디자인의 이해 분야 AI Bio □ Chem Drug 단계 기초

Students

79

Professor

-

Learning Period

09-04-2025 ~ 12-31-2029

Course Introduction

성명 김권일 소속기관 경희대학교 생물학과 강의 명 (주제) 멀티오믹스 데이터를 활용한 암 면역원성 분석 실습 학습목표 멀티오믹스 데이터와 AI 기술을 기반으로 암 면역원성에 대한 최신 연구 동향을 이해하고, 신생항원 예측, digital cytometry, 면역세포 클러스터링 등의 분석 기법을 실습함으로써, 공개된 암 멀티오믹스 데이터를 활용해 종양의 면역원성 양상을 해석하는 역량을 기른다. 분야 ■ AI ■ Bio □ Chem □ Drug 단계 기초

Students

98

Professor

-

Learning Period

08-29-2025 ~ 12-31-2029

Course Introduction

성명 한범 소속기관 서울대학교 강의 명 (주제) 전장 유전체 데이터를 통한 원인 유전변이 탐색 학습목표 전장유전체데이터(GWAS)를 활용하여 원인 유전변이를 어떻게 탐색하는지 배웁니다. Imputation으로부터 Fine-mapping까지의 과정을 배우고, HLA 지역에서는 어떻게 탐색하는지를 배웁니다. 기존 자가면역질환의 예제를 살펴보고, Mendelian Randomization의 기초도 배웁니다. 분야 □ AI ▣ Bio □ Chem □ Drug 단계 기초

Students

79

Professor

-

Learning Period

08-27-2025 ~ 12-31-2029

Course Introduction

성명 김다원 소속기관 (주)옵토레인 강의 명 (주제) 후성유전체 분석 기반 액체 생검을 활용한 신약 타겟 발굴 학습목표 1. 후성유전체 분석 기술의 핵심 원리와 암 유전체 조절 기전을 이해한다. 2. 액체생검 기반 cfDNA 진단 기술의 원리와 장점을 이해하고, 신약 개발에의 응용 가능성을 설명할 수 있다. 분야 □ AI □ Bio □ Chem □ Drug 단계 기초

Students

46

Professor

-

Learning Period

08-20-2025 ~ 12-31-2029

Course Introduction

성명 윤석현 소속기관 단국대학교 강의 명 (주제) 단일세포 RNA-seq 데이터를 이용한 종양/조직 미세환경 분석과 치료 표적 발굴 학습목표 세포유형식별, 세포간 상호작용 분석, 차등발현 유전자 분석, CNV추정 및 암세포 식별 등 단일세포 RNA-seq 데이터의 분석에 요구되는 필수적인 분석 도구들의 활용법 실습을 통해 단일세포 RNA-seq 분석을 위한 기초적인 skill을 습득한다. 또한, SCODA 파이프라인을 활용하여 일괄적으로 획득된 다양한 분석도구의 처리 결과로부터 종양/조직 미세 환경에 내재된 생물학적 기전을 분석하고 치료 표적을 발굴하는 실습을 통해 심화된 단일세포 RNA-seq 데이터의 분석 skill을 습득한다. 분야 □ AI V Bio □ Chem □ Drug 단계 기초/심화

Students

136

Professor

-

Learning Period

11-27-2024 ~ 12-31-2029

Course Introduction

  성명 정성원 소속기관 가천대학교 강의 명 (주제) 생물정보학 개론 (Introduction to Bioinformatics) 학습목표 생명정보학 분야에 존재하는 다양한 영역을 이해하고 오믹스 데이터 측정에 대한 기초를 학습한다. 생명정보 연구에 활용 가능한 여러 데이터베이스 및 지식베이스 및 그 가치를 이해한다 분야 □ AI v Bio □ Chem □ Drug 단계 기초      

Students

1212

Professor

-

Learning Period

11-25-2024 ~ 12-31-2029

Course Introduction

성명 빈진혁 소속기관 연세대학교 의과대학 강의 명 (주제) ML/AI 기반 유전체-단백체 멀티오믹스 통합분석 방법론 학습목표 최근 바이오텍 기술의 발전으로 인해 다양한 레벨의 생명정보 데이터들이 생성 및 축적되고 있으며, 이러한 데이터들을 통합 분석하는 방법론들도 인공지능 기술의 발달과 더불어 활발하게 개발되고 있다. 본 강의에서는 유전체/전사체/단백체 데이터들이 통합되는 방법론과 실제 개발된 툴들을 사용해봄으로써 데이터 통합에 대한 이해 및 경험을 쌓는 것을 목표로 한다. 분야 □ AI ■ Bio □ Chem □ Drug 단계 심화

Students

334

Professor

-

Learning Period

11-20-2024 ~ 12-31-2029

Course Introduction

성명 이윤지 소속기관 중앙대학교 약학대학 강의 명 (주제) 생물정보학을 활용한 단백질 간 상호작용 및 복합체 모델링 학습목표 본 강의에서는 AI와 생물정보학 도구를 활용하여 단백질 간 상호작용(PPI)과 단백질 복합체 모델링에 대해 학습한다. 생물학적 서열 분석을 기초로 하여, 단백질 상호작용의 중요성과 이를 기반으로 한 복합체 모델링 기법에 대해 소개한다. 학생들은 서열 분석과 PPI 연구를 바탕으로 실제 단백질 복합체를 모델링하는 과정을 배우며, 최신 기술이 이 과정에서 어떻 게 활용되는지, 한계는 무엇인지 이해한다. 분야 □ AI ■ Bio □ Chem □ Drug 단계 기초 / 심화

Students

291

Professor

-

Learning Period

10-29-2024 ~ 12-31-2029

Course Introduction

성명 이주용 소속기관 서울대학교 약학대학 강의 명 (주제) Ligand screening의 인공지능 활용 최신기술 학습목표 리간드 도킹에 관련된 최신 인공지능을 활용한 기술 동향을 확인하고 활용할 수 있는 지식을 습득한다. 분야 AI, Bio, Chem, Drug 단계 심화

Students

235

Professor

-

Learning Period

03-01-2024 ~ 12-31-2029

Course Introduction

강의시간 강의내용 실습여부 1 질환유전학적 방법론 소개 eQTL 방법의 소개eQTL 방법의 의미  X 2 Bulk-eQTL 방법론 소개 Bulk-eQTL 활용 연구 소개  X  3 Bulk-eQTL 분석 방법 소개 Bulk-eQTL 분석 실습  O

Students

90

Professor

-

Learning Period

03-01-2024 ~ 12-31-2029

Course Introduction

강의시간 강의내용 실습여부 1  - 면역 체계  - 항체 신약  - 항체의 기능과 구조   2  - 면역 데이터베이스  - 항체 데이터베이스  - 항체 넘버링 X 3  - 단백질 설계  - 항체 구조 예측  - CDR 구조 예측  - 항체 설계   O 4  - 치료용 항체의 면역원성  - 항체 인간화  - 인공지능을 활용한 항체 인간화 구분   X

Students

266

Professor

-

Learning Period

03-01-2024 ~ 12-31-2029

Course Introduction

강의 소개 및 개요입니다. 성명 김태민 소속기관 가톨릭대학교 과목명 Big data in precision oncology 강의시간 2 학습목표 1. 대표적인 암유전체데이터베이스인 TCGA/ICGC를 통해 big data의 개요 및 구조를 학습한다   강의 선수과목 및 준비사항입니다. 선수과목  Introduction to NGS data analysis, Genomics analysis, Gene expression analysis, RNA-seq/single cell RNA analysis 참고자료  - 준비사항  -

Students

218

Professor

-

Learning Period

03-01-2024 ~ 12-31-2029

Course Introduction

강의 소개 및 개요입니다. 성명 황소현 소속기관 차의과학대학교 과목명 Bionetwork analysis 강의시간 3 학습목표 1. 기능유전자 네트워크의 정의를 이해하고 웹도구를 활용할 수 있다.2. Cytoscape를 활용하여 네트워크 분석을 할 수 있다.   강의 선수과목 및 준비사항입니다. 선수과목  - 참고자료 Hwang S, Rhee SY, Marcotte EM, Lee I. Systematic prediction of candidate gene function associated to phenotype traitsusing the probabilistic functional gene network of Arabidopsis thaliana. Nature Protocols 2011 Aug 25;6(9):1429-42  준비사항  노트북 사용하여 실습수행

Students

144

Professor

-

Learning Period

03-01-2024 ~ 12-31-2029

Course Introduction

강의 소개 및 개요입니다. 성명 김태민 소속기관 가톨릭대학교 과목명 Cancer genome analysis 강의시간 5 학습목표 1. 암유전체의 대표적인 변이 중 돌연변이(mutation) 및 염색체변이(copy number alteration)에 대한 정의 및 대표적인 연구기법 등을 학습한다.   강의 선수과목 및 준비사항입니다. 선수과목 NGS data analysis, Genomics analysis, Big data in precision oncology 참고자료   준비사항  R+ 기반 실습과목

Students

184

Professor

-

Learning Period

03-01-2024 ~ 12-31-2029

Course Introduction

강의 소개 및 개요입니다.  성명 김상우 소속기관 연세대학교 과목명 Genomic Analysis (SNV, SV, CNV) 강의시간 5 학습목표 1. NGS 데이터로부터 다양한 유전자 변이를 탐지해 낼 수 있다2. NGS 데이터로부터 유전 변이를 찾아내는 이론을 이해하고, 정확한 결과를 도출할 수 있다   강의 선수과목 및 준비사항입니다. 선수과목 서열분석 (Sequencing Analysis) (기초), Introduction to NGS data analysis (중급)  참고자료 x 준비사항  x

Students

249

Professor

-

Learning Period

03-01-2024 ~ 12-31-2029

Course Introduction

강의 소개 및 개요입니다.  성명 구희정 소속기관 스탠다임 과목명 Identifying therapeutic targets using biological graph 강의시간 2 학습목표 1. 질병 타겟의 개념 및 타겟 발굴 방법론 전반에 대해 이해한다.2. 기 구축된 타겟 발굴 방법론의 예를 통해 구체적 접근 방법을 이해한다.    

Students

96

Professor

-

Learning Period

03-01-2024 ~ 12-31-2029

Course Introduction

강의시간 강의내용 실습여부 1 리눅스 강의 실습 환경 셋팅 및 리눅스 환경 설정 방법 O 2 리눅스 커맨드 라인 사용법 O 3 리눅스 쉘 스크립트 작성법 O 4 리눅스 기반 생물정보학 툴 설치 및 활용법 O

Students

287

Professor

-

Learning Period

03-01-2024 ~ 12-31-2029

Course Introduction

강의 소개 및 개요입니다.  성명 김태민 소속기관 가톨릭대학교 과목명 Multiomics analysis 강의시간 2 학습목표 1. 대표적인 암유전체데이터베이스인 TCGA data를 통해 multiomics분석의 특성 및 실제 응용기법들을 학습한다.   강의 선수과목 및 준비사항입니다. 선수과목 Gene expression analysis, RNA-seq/single cell RNA analysis, Cancer genome analysis  참고자료  - 준비사항  -  

Students

233

Professor

-

Learning Period

03-01-2024 ~ 12-31-2029

Course Introduction

강의 소개 및 개요입니다. 성명 정성원 소속기관 가천대학교 과목명 Omics-based Pathway Analysis 강의시간 3 학습목표 1. Pathway analysis 의 목적 및 그 종류에 따른 특징을 이해한다.2. 널리 사용되는 기초적인 pathway analysis 도구의 사용법을 학습하고 추후 다양한 분석 기법의 활용에 도전한다.   강의 선수과목 및 준비사항입니다. 선수과목  - 참고자료 생물정보학 개론, 유전자발현분석, RNA-seq & Single-cell RNA analysis  준비사항  -

Students

256

Professor

-

Learning Period

03-01-2024 ~ 12-31-2029

Course Introduction

강의 소개 및 개요입니다. 성명 김상욱 소속기관 포항공과대학교 생명과학과 과목명 기계학습 및 네트워크 구조를 활용한 정밀의학 강의시간 2시간 학습목표 현재 정밀의료를 위한 바이오의약품 개발의 어려움과 이를 극복하기 위한 네트워크 정밀의학 방법론을 이해를 높임   강의 선수과목 및 준비사항입니다. 선수과목 일반생명, 생화학 참고자료 Network-based machine learning in colorectal and bladder organoid models predicts anti-cancer drug efficacy in patients. Nat Commun. 2020 Oct 30;11(1):5485. doi: 10.1038/s41467-020-19313-8. 준비사항   -   

Students

83

Professor

-

Learning Period

03-01-2024 ~ 12-31-2029

Course Introduction

강의시간 강의내용 실습여부 1 질병 멀티오믹스 데이터에 클러스터링 및 네트워크 분석을 활용한 최신 연구   2 멀티오믹스 데이터 클러스터링 분석의 기초 개념과 적용 사례   3 멀티 오믹스 데이터에 대한 네트워크 분석 적용의 기초 개념과 적용 사례   4 NMF 클러스터링 중심의 멀티오믹스 데이터 클러스터링 분석 실습 O 5 MOFA tool을 활용한 멀티오믹스 데이터 클러스터링 분석 및 해석 실습 O 6 PHONEMES tool을 활용한 멀티오믹스 데이터 네트워크 분석 및 해석 실습 O

Students

201

Professor

-

Learning Period

03-01-2024 ~ 12-31-2029

Course Introduction

강의 소개 및 개요입니다. 성명 이주용 소속기관 강원대학교 화학생화학부 과목명 단백질 구조 모델링 강의시간 2 시간 학습목표 본 수업에서는 구조 기반의 신약 개발을 위해 필수적인 단백질 구조 모델링의 방법의 이론적인 기초와 실습을 수행한다. 구조 모델링을 위해서 기존의 template-based 방법 및 최근 제안된 AlphaFold를 포함한 딥러닝 기반의 방법을 실습한다. 강의 선수과목 및 준비사항입니다. 선수과목 - 생물정보학 개론, 생화학 참고자료 - Jumper, J., Evans, R., Pritzel, A. et al. Highly accurate protein structure prediction with AlphaFold. Nature 596, 583–589 (2021). https://doi.org/10.1038/s41586-021-03819-2 - Mirdita, M., Schütze, K., Moriwaki, Y. et al. ColabFold: making protein folding accessible to all. Nat Methods 19, 679–682 (2022). https://doi.org/10.1038/s41592-022-01488-1 준비사항 인터넷이 연결된 컴퓨터와 웹브라우저

Students

179

Professor

-

Learning Period

03-01-2024 ~ 12-31-2029

Course Introduction

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  

Students

55

Professor

-

Learning Period

03-01-2024 ~ 12-31-2029

Course Introduction

강의 소개 및 개요입니다. 성명 김재훈 소속기관 카카오브레인 과목명 단백질 언어 모델을 활용한 컨텍트 예측 강의시간 2시간 학습목표 Pre-training 개념을 이해한다. 단백질 서열 데이터를 전처리하여 딥러닝 언어 모델에 학습시킬 수 있다. 학습된 결과를 예측모델에 적용할 수 있다.   강의 선수과목 및 준비사항입니다. 선수과목 Python 참고자료 논문: Biological structure and function emerge from scaling unsupervised learning to 250 million protein sequences 준비사항 Jupyter notebook 환경

Students

77

Professor

-

Learning Period

03-01-2024 ~ 12-31-2029

Course Introduction

강의 소개 및 개요입니다. 성명 이원태 소속기관 연세대학교 과목명 단백질구조기반 신약설계법 강의시간 2 학습목표 - 왜 타겟 구조기반 신약설계가 필요한가 ? 고해상도 삼차원 구조기반 신약설계 및 적용   강의 선수과목 및 준비사항입니다. 선수과목 일반생물학, 생화학, 물리화학, 화학 참고자료 - 참고 논문 (별도로 공지) - 참고서: 1. Introduction to Protein Architecture, A. M Lesk, 2001, Oxford Press 2. Principles of Protein X-ray Crystallography, 2nd Ed. Jan Drenth, Springer, 199 3. Principles of Physical Biochemistry, Kensal E. van Holde, W. Curtis Johnson, P. Shing Ho, Pearson Prentice Hall, 2006 4. Drug Design & Development, Chris Rostron, Oxford Univ. Press, 2020 준비사항 없음

Students

293

Professor

-

Learning Period

03-01-2024 ~ 12-31-2029

Course Introduction

강의시간 강의내용 실습여부 1 단일세포 전사체 분석법 소개, 장단점 단일세포 전사체 분석법 활용 연구 소개 X 2 단일세포 전사체 분석 알고리즘 소개, 장단점 단일세포 전사체 데이터베이스 소개 O 3 단일세포 전사체 데이터 실습 (혈액조직) 단일세포 전사체 데이터 실습 (비혈액조직) O

Students

244

Professor

-

Learning Period

03-01-2024 ~ 12-31-2029

Course Introduction

강의 소개 및 개요입니다. 성명 김준일 소속기관 숭실대학교 과목명 단일세포전사체를 활용한 유전자조절네트워크 분석  강의시간 6시간 학습목표 본 과목에서는 단일세포전사체를 분석하는 방법을 익히고 분석된 데이터를 바탕으로 유전자조 절네트워크를 재구성하며 이를 Cytoscape을 이용하여 분석하는 방법을 익힌다.   강의 선수과목 및 준비사항입니다. 선수과목 선형대수 분자생물학 프로그래밍기초,        , R 참고자료 - 리뷰논문: Current best practice in single-cell RNA-seq analysis: a tutorial/Malte Luecken, Fabian Theis 준비사항 - R이 설치되어 있는 컴퓨터

Students

170

Professor

-

Learning Period

03-01-2024 ~ 12-31-2029

Course Introduction

강의시간 강의내용 실습여부 1 마이크로바이옴 연구의 개요 및 연구사례 없음 2 마이크로바이옴 데이터의 이해: 16S rRNA gene sequencing 과 Shotgun metagenomic sequencing 없음 3 마이크로바이옴 데이터의 질 평가: 시퀀싱부터 원시데이터 이해 없음 4 마이크로바이옴 연구 결과 해석을 위해 기본적으로 알아야할 개념: Diversity 및 Taxonomy 없음 5 마이크로바이옴 연구 결과의 이해 및 활용 없음

Students

190

Professor

-

Learning Period

03-01-2024 ~ 12-31-2029

Course Introduction

강의시간 강의내용 실습여부 1 차원축소의 개념과 필요성   2 차원축소의 수학적 원리   3 주요 차원축소 모델 구조(PCA, LDA, ICA, NMF, t-SNE 등)   4 주요 차원축소 모델 활용 실습 (가능 시 멀티오믹스 예제 활용) O

Students

92

Professor

-

Learning Period

03-01-2024 ~ 12-31-2029

Course Introduction

강의 소개 및 개요입니다. 성명 김현욱 소속기관 한국과학기술원(KAIST) 과목명 바이오 네트워크 모델링 강의시간 3시간 학습목표 약물표적 예측을 위한 게놈 수준의 대사모델 구축 및 시뮬레이션에 대한소개   깅의 선수과목 및 준비사항 입니다. 선수과목 생화학 및 프로그래밍에 대한 기본 지식 참고자료   준비사항 노트북 등 컴퓨터

Students

69

Professor

-

Learning Period

03-01-2024 ~ 12-31-2029

Course Introduction

강의 소개 및 개요입니다. 성명 김현욱 소속기관 한국과학기술원(KAIST) 과목명 바이오 데이터베이스의 활용 강의시간 1시간 학습목표 바이오 네트워크 및 대사모델 구축을 위한 생물정보학 관련 데이터베이스에대한 소개  깅의 선수과목 및 준비사항 입니다. 선수과목 생화학 및 프로그래밍에 대한 기본 지식 참고자료   준비사항 노트북 등 컴퓨터

Students

158

Professor

-

Learning Period

03-01-2024 ~ 12-31-2029

Course Introduction

강의 소개 및 개요입니다. 성명 한 중 수 소속기관 한양대학교 의과대학 생화학분자생물학교실 과목명 분자생물학 기초 및 세포신호전달개론 강의시간 10시간 학습목표 신약개발의 기본생물학적 이해를 위하여 분자생물학의 fundamentals를 습득한다. Genomics와 Proteomics 기초지식을 습득한다. 신약의 타겟이되는 세포신호전달에 대한 전반적인 지식을 습득한다.   강의 선수과목 및 준비사항입니다. 선수과목 생화학, 분자생물학 참고자료 The cells a molecular approach, Biochemistry of signal transduction and regulation 준비사항 강의 pdf 화일

Students

361

Professor

-

Learning Period

03-01-2024 ~ 12-31-2029

Course Introduction

강의 소개 및 개요입니다. 성명 정성원 소속기관 가천대학교 과목명 생물정보학 개론  강의시간 4 학습목표 1. 생명정보학 분야에 존재하는 다양한 영역을 이해하고 오믹스 데이터 측정에 대한 기초를 학습한다.2. 생명정보 연구에 활용 가능한 여러 데이터베이스 및 그 가치를 이해한다.

Students

284

Professor

-

Learning Period

03-01-2024 ~ 12-31-2029

Course Introduction

강의 소개 및 개요입니다. 성명 이해승 소속기관 부산대학교 약학대학 과목명 생물정보학을 위한 R프로그래밍 강의시간 8 학습목표 R 프로그래밍의 기본 문법을 익히고 유용한 라이브러리 및 함수를 통해 데이터 변환, 분석, 가시화하는 방법을 이해한다.   강의 선수과목 및 준비사항입니다.

Students

412

Professor

-

Learning Period

03-01-2024 ~ 12-31-2029

Course Introduction

강의 소개 및 개요입니다. 성명 남진우 소속기관 한양대학교 과목명 서열분석(DNA,RNA,Protein) 강의시간 4 학습목표 1. DNA, RNA, Protein 서열의 기본적인 정보처리, K-mer 분석, 통계분석에 대해 이해한다.2. DNA, RNA, Protein의 서열의 유사도를 측정하는 기본적일 알고리즘을 이해한다.   강의 선수과목 및 준비사항입니다. 선수과목  일반생물학 참고자료  - 준비사항  노트북 웹브라우저

Students

254

Professor

-

Learning Period

03-01-2024 ~ 12-31-2029

Course Introduction

강의시간 강의내용 실습여부 1 세포주 약물 반응 데이터의 이해 1. ConnectivityMap version 1 2. ConnectivityMap version 2   2 세포주 약물 반응 데이터의 활용 1. Differential Expression Analysis 소개 2 ConnectivityMap 3. L1000CDS2 4, L1000FWD 5. SigCom LINCS   3 세포주 약물 반응 데이터의 응용 ConnectivityMap L1000 data를 활용한 인공지능 연구   4 Differential Expressed Genes 실습 O 5 L1000 데이터 활용 실습 O

Students

75

Professor

-

Learning Period

03-01-2024 ~ 12-31-2029

Course Introduction

강의 소개 및 개요입니다.  성명 황 대 희 소속기관 서울대학교 과목명 시스템생물학 강의시간 8 Lecture (4 과정) 학습목표 본 강좌에서는 시스템생물학 교과목으로서 생체 시스템을 이해하기 위한 오믹스 분석 기술, 질병 관련 유전자/단백질 선별을 위한 오믹스 데이터 분석법, 바이오마커(e.g., 진단마커, 약물타겟) 선정과 메커니즘 예측에 필요한 네트워크 분석 방법론을 학습한다.  

Students

225

Professor

-

Learning Period

03-01-2024 ~ 12-31-2029

Course Introduction

강의 소개 및 개요입니다. 성명 김준일 소속기관 숭실대학교 과목명  시스템생물학을 활용한 신호전달경로 모델링 강의시간 6시간 학습목표 본 과목에서는 시스템생물학의 기법 중 하나인 신호전달경로 모델링 기법을 배운다 이를.  위해 미분방정식과 불리언네트워크 모델링 이론을 배우고 이를 MATLAB을 이용해서 실습함으로써 신호전달경로 모델링을 이용한 타겟 발굴 방법을 이해한다. 강의 선수과목 및 준비사항입니다. 선수과목 선형대수 분자생물학, 참고자료 -  시스템생물학조광현홍릉과학출판사/          / -  An Introduction to Systems Biology 준비사항 - MATLAB을 사용할 수 있는 컴퓨터 (데스크탑 버전은 유로 모바일 버전은 무료임)

Students

61

Professor

-

Learning Period

03-01-2024 ~ 12-31-2029

Course Introduction

성명 김상수 소속기관 숭실대학교 과목명 신약 타겟 발굴을 위한 exome 시퀀싱의 활용 강의시간 4 학습목표 대규모 인구 집단의 유전체 서열 분석을 통해서 신약 타겟을 발굴한 사례를 리뷰하고, 이 에 관련된 생명정보학 기술에 대한 이론적 소개와 함께, 공개된 데이터 및 분석 소프트웨어 를 활용한 실습을 통하여, 유전체학 기반 신약 개발의 기초를 닦음.  

Students

61