Professor
-
Learning Period
05-02-2023 ~ 04-30-2024
Course Introduction
강의 소개 및 개요입니다. 성명 김완규 소속기관 이화여자대학교 과목명 약물-전사체 기반 약물 기전해석 및 신약재창출 강의시간 3 학습목표 1. 약물-전사체 기반 약물 기전 해석의 기본 원리를 이해한다.2. 약물-전사체 기반 신약재창출 기법을 이해한다. 강의 선수과목 및 준비사항입니다. 선수과목 차세대 시퀀싱(NGS) 및 오믹스(전사체) 생명정보 분석 기초 (NGS 데이터 및 Pathway 분석, 클러스터링 기초 지식 등) 참고자료 강의 자료 참조 준비사항 노트북 지참 (권장 사항)
Students
18
오믹스 분석|
Professor
-
Learning Period
05-01-2023 ~ 04-30-2024
Course Introduction
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
Students
20
단백질 구조 기반 약물탐색|
Professor
-
Learning Period
05-01-2023 ~ 05-01-2024
Course Introduction
강의 소개 및 개요입니다. 성명 김이랑 소속기관 온코크로스 과목명 AI 신약개발시 알아야 할 항암제 개요 강의시간 1시간 학습목표 항암제는 AI 신약개발 뿐 아니라 전통신약개발의 경우에도 가장 많이 개발되며, 시장 역시 가장 큰 영역이다. 항암제의 역사, 종류 및 임사에서 항암제 사용 등 항암제 전반에 대해 알아보려 한다.
Students
43
신약개발과정|
Professor
-
Learning Period
05-01-2023 ~ 04-30-2024
Course Introduction
강의 소개 및 개요입니다. 성명 이민호 소속기관 동국대학교 과목명 AI 적용을 위한 약물 fingerprint 및 유사도 계산 강의시간 3 학습목표 1. 약물 파일 포맷의 종류와 개념을 이해하고 이를 데이터베이스로부터 내려받아 활용할 수 있다.2. 약물간의 유사도를 R 프로그래밍 언어를 통해 계산할 수 있다.
Students
13
화학정보학|
Professor
-
Learning Period
05-01-2023 ~ 04-30-2024
Course Introduction
강의 소개 및 개요입니다. 성명 이주용 소속기관 강원대학교 과목명 RDKit의 기초와 이를 이용한 화학정보학 실습 강의시간 10 학습목표 1. RDKit의 기본 기능을 익혀 기본적인 분자 입출력 및 물성 분석을 할 수 있다2. Cheminformatics의 기본 개념을 이해하고 실제로 최신 연구에서 어떻게 사용되고 있는지 살펴본다 강의 선수과목 및 준비사항입니다. 선수과목 파이썬, 주피터 노트북, anaconda 또는 venv 같은 가상환경 생성 프로그램 참고자료 www.rdkit.org, 핸즈온 머신러닝 (한빛 미디어) 준비사항 파이썬, 주피터 노트북, 아나콘다 패키지 관리자가 설치된 PC 필요
Students
31
화학정보학|
Professor
-
Learning Period
05-01-2023 ~ 04-30-2024
Course Introduction
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
Students
18
단백질 구조 기반 약물탐색|
Professor
-
Learning Period
05-01-2023 ~ 04-30-2024
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
16
오믹스 분석|
Professor
-
Learning Period
05-01-2023 ~ 05-01-2024
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
15
오믹스 분석|
Professor
-
Learning Period
05-01-2023 ~ 05-01-2024
Course Introduction
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 -
Students
6
바이오네트워크 분석|
Professor
-
Learning Period
05-01-2023 ~ 05-01-2024
Course Introduction
강의 소개 및 개요입니다. 성명 류성옥 소속기관 Galux 과목명 Graph Neural Networks for Molecular Property Prediction 강의시간 7 학습목표 1. Python 언어의 기본 문법을 익혀 기본적인 코딩을 할 수 있다2. Python 프로그래밍에서 필요한 기초적인 변수, 연산, 문자열, 조건문, 반복문, 함수 등을 학습한다. 강의 선수과목 및 준비사항입니다. 선수과목 참고자료 * GNN github repository, https://github.com/SeongokRyu/Graph-neural-networks* Bayesian learning github repository, https://github.com/SeongokRyu/Bayesian-deep-learning* Reliable GNN github repository, https://github.com/AITRICS/mol_reliable_gnn 준비사항 PyTorch 를 설치 및 활용가능한 노트북, 혹은 Google Colab 활용Dataset은 MoleculeNet 및 Therapeutic Data Commons 의 open benchmark를 활용예정
Students
23
리간드 기반 약물탐색|
Professor
-
Learning Period
05-01-2023 ~ 05-01-2024
Course Introduction
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
Students
12
리간드 기반 약물탐색|
Professor
-
Learning Period
05-01-2023 ~ 05-01-2024
Course Introduction
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 -
Students
10
단백질 구조 기반 약물탐색|
리간드 기반 약물탐색|
Professor
-
Learning Period
05-01-2023 ~ 04-30-2024
Course Introduction
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
Students
11
화학정보학|
Professor
-
Learning Period
05-01-2023 ~ 04-27-2024
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
18
오믹스 분석|
Professor
-
Learning Period
04-30-2023 ~ 04-30-2024
Course Introduction
강의 소개 및 개요입니다. 성명 홍승환 소속기관 한국제약바이오협회 과목명 protein data bank 분석 강의시간 3 학습목표 (1) Protein Data Bank로부터 pdb 단백질 3D 구조 파일을 얻고, pdb 파일을 파싱하는 방법에 대해 설명한다. (2) pdb 구조로부터 단백질-리간드 상호작용을 분석한다. (3) 단백질 데이터베이스 Uniprot에서 제공하는 정보에 대해 설명하고, 신약개발에 활용하는 방법을 알아본다. 강의 선수과목 및 준비사항입니다. 선수과목 단백질 구조 결정학, 단백질 구조기반 신약설계 참고자료 도서, 웹사이트, 논문 등 준비사항 linux (windows WSL), Python, Anaconda
Students
17
단백질 구조 기반 약물탐색|
Professor
-
Learning Period
04-30-2023 ~ 04-30-2024
Course Introduction
강의 소개 및 개요입니다. 성명 이유한 소속기관 카카오브레인 과목명 그래프 트랜스포머를 활용한 분자물성 예측 강의시간 1시간 학습목표 Attention 알고리즘을 이해한다. 그래프 데이터에 attention이 어떻게 쓰이는지 이해하고, 실습으로 이해도를 높인다. 강의 선수과목 및 준비사항입니다. 선수과목 Attention for Deep Learning 참고자료 A Generalization of Transformer Networks to Graphs (https://arxiv.org/abs/2012.09699?amp=1) 준비사항 우분투 환경
Students
10
리간드 기반 약물탐색|
Professor
-
Learning Period
04-30-2023 ~ 04-30-2024
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
3
바이오네트워크 분석|
Professor
-
Learning Period
04-30-2023 ~ 04-30-2024
Course Introduction
강좌 소개 및 개요입니다. 성명 홍승환 소속기관 한국제약바이오협회 과목명 도킹 프로그램 사용 실습 강의시간 4 학습목표 도킹에 필요한 단백질 구조를 선택하고, 단백질과 분자 전처리 방법을 설명 도킹 프로그램 (AutoDock Vina 및 변종, rdock 사용 실습 도킹 결과 구조를 분석하는 방법에 대해 설명한다.) 강의 선수과목 및 준비사항입니다. 선수과목 protein data bank 분석, SMARTS를 이용한 분자 서브 구조 검색 참고자료 도서, 웹사이트, 논문 등 준비사항 강의에 필요한 환경 등
Students
24
단백질 구조 기반 약물탐색|
Professor
-
Learning Period
04-30-2023 ~ 04-30-2024
Course Introduction
강의 소개 및 개요입니다. 성명 이유한 소속기관 카카오브레인 과목명 딥러닝을 이용한 단백질 도킹 강의시간 1시간 학습목표 딥러닝 기반 단백질-단백질 docking 에 대해 학습한다. 딥러닝 기반 단백질-저분자 화합물 docking에 대해 학습한다 강의 선수과목 및 준비사항입니다. 선수과목 신약개발을 위한 단백질 구조 예측 및 상호작용 예측 참고자료 Independent SE(3)-Equivariant Models for End-to-End Rigid Protein Docking (https://arxiv.org/abs/2111.07786) 준비사항 이론강의라 준비할 것 없음
Students
16
단백질 구조 기반 약물탐색|
Professor
-
Learning Period
04-30-2023 ~ 04-30-2024
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
11
바이오네트워크 분석|
Professor
-
Learning Period
04-30-2023 ~ 04-30-2024
Course Introduction
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
Students
19
단백질 구조 기반 약물탐색|
Professor
-
Learning Period
04-30-2023 ~ 04-30-2024
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
1
오믹스 분석|
Professor
-
Learning Period
04-30-2023 ~ 04-30-2024
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
14
생물정보학|
Professor
-
Learning Period
04-30-2023 ~ 04-30-2024
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
19
바이오네트워크 분석|
Professor
-
Learning Period
04-30-2023 ~ 04-30-2024
Course Introduction
강의 소개 및 개요입니다. 성명 최 성 구 소속기관 일동제약 과목명 신약개발과정의 이해 (중개연구와 임상시험) 강의시간 2시간 학습목표 1. 중계연구의 정의와 역사 2. 중계연구의 용어 3. 중계연구의 단계별 이해 4. 중계연구의 성공을 위한 조건 강의 선수과목 및 준비사항입니다. 선수과목 - 참고자료 - 도서, 웹사이트, 논문 등 준비사항 - 온라인 강의
Students
16
신약개발과정|
Professor
-
Learning Period
04-30-2023 ~ 04-30-2024
Course Introduction
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.
Students
35
파이썬딥러닝|
Professor
-
Learning Period
04-30-2023 ~ 04-30-2024
Course Introduction
-
Students
13
신약개발과정|
Professor
-
Learning Period
04-30-2023 ~ 04-30-2024
Course Introduction
강의 소개 및 개요입니다. 성명 윤휘열 소속기관 충남대학교 약학과/바이오 AI 융합학과 과목명 신약개발을 위한 정량시스템약리학의 이해 강의시간 5시간 학습목표 1. 그래프의 정의와 그래프 신경망을 이해한다. 신약개발에 활용되는 약리학, 약동학, 약력학 기초에 대해 이해하는 것으로 목표로 함 계량약리학을 기술을 활용하여 신약개발에 활용되는 약동학, 약력학 정보를 정량화 하는 기술을 습득하는 것을 목표로 함 정량화된 약동학, 약력학 정보를 서로 연결하여 체내 흡수, 분포, 대사, 배설 및 약효 발 현과정을 표현하고 이를 임상시험 디자인에 반영하는 법을 습득하는 것을 목표로 함 강의 선수과목 및 준비사항입니다. 선수과목 R 프로그래밍 기초 참고자료 강의자료 및 실습 material 제공 준비사항 R/Rstudio가 구동 가능
Students
16
의약화학|
신약개발과정|
임상데이터분석|
Professor
-
Learning Period
04-30-2023 ~ 04-30-2024
Course Introduction
강의 소개 및 개요입니다. 성명 김동섭 소속기관 KAIST 과목명 신약후보물질 탐색 및 최적화를 위한 딥러닝 모델 강의시간 4 학습목표 단백질-리간드 결합구조 정보를 이용한 binding affinity 예측 및 최적화를 위한 딥러닝 모델에 대해 학습한다.
Students
7
단백질 구조 기반 약물탐색|
Professor
-
Learning Period
04-30-2023 ~ 04-30-2024
Course Introduction
강의 소개 및 개요입니다. 성명 홍동완 소속기관 가톨릭대학교 의과대학 과목명 알파폴드를 이용한 단백질 구조 예측 및 평가 강의시간 2시간 학습목표 인공지능 기반 단배길 구조 예측 도구인 알파폴드를 이용하여 주어진 아미노산 서열에 대해 단백질 구조를 예측하는 실습을 진행하고. 예측된 단백질 구조를 이해하고 이들 결과를 평가할 수있는 능력을 키운다. 강의 선수과목 및 준비사항입니다. 선수과목 단백질 데이터 베이스, 단백질 생물정보학 참고자료 - 도서, 웹사이트, 논문 등 준비사항 랩탑 컴퓨터, 데스크탑 컴퓨터
Students
14
단백질 구조 기반 약물탐색|