교수자/개설자

-

학습기간

2026-08-06 ~ 2029-12-31

강좌소개

성명 안준용 소속기관 고려대학교 보건과학대학 바이오시스템의과학부 강의 명 (주제) 유전체 인공지능 모델 기초 및 실습 학습목표 유전체·오믹스 데이터에서 인공지능 모델이 학습하는 입력 표현과 분석 흐름을 이해한다.2026년 최신 오믹스 AI 모델 사례를 바탕으로 모델 선택, 데이터 전처리, 평가 기준을 익힌다.임베딩 추출, 예측 모델 구성, 결과 해석의 기본 원리를 실습 중심으로 익힌다.각 실습 결과를 재현 가능한 분석 절차와 짧은 보고서로 정리한다. 분야 ☑ AI □ Bio □ Chem □ Drug 단계 ☑ 기초 □ 심화

참여자수

-

교수자/개설자

-

학습기간

2026-08-05 ~ 2029-12-31

강좌소개

성명 최영희 소속기관 동국대학교 약학대학 강의 명 (주제) First-in-Human (최소인체시험) 초회 투여 용량 예측 및 AI 활용 사례 학습목표 비임상 시험 데이터로부터 first-in-human 초회 투여 용량 예측에 필요한 자료를 해석하고 규제기관의 가이드라인을 고려하여 다양한 예측법에 의해 초회 투여 용량을 제시한다. 분야 ■ AI ■ Bio □ Chem ■ Drug 단계 기초

참여자수

-

교수자/개설자

-

학습기간

2026-08-05 ~ 2029-12-31

강좌소개

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

참여자수

1

교수자/개설자

-

학습기간

2026-08-05 ~ 2029-12-31

강좌소개

성명 이소진 소속기관 APLUS Simulation 강의 명 (주제) AI-Integrated Pharmacometrics: PK/PD Modeling for Modern Drug Development AI 융합 Pharmacometrics: 현대 신약개발을 위한 PK/PD 모델링 학습목표 -신약개발 과정에서 PK/PD 및 Clinical Pharmacology가 수행하는 역할과 실제 활용 전략을 이해한다. -Population PK, Exposure–Response 분석, PBPK, QSP 및 AI/ML 기반 접근법의 기본 개념과 실제 적용 사례를 이해한다. -AI-enhanced modeling & simulation workflow를 통해 최신 신약개발에서의 MIDD(Model-Informed Drug Development) 전략을 학습한다. 분야 ☑ AI ☑ Bio ☐ Chem ☑ Drug 단계 심화

참여자수

1

교수자/개설자

-

학습기간

2026-08-05 ~ 2029-12-31

강좌소개

성명 최영희 소속기관 동국대학교 약학대학 강의 명 (주제) 독성동태학(toxicokinetics)의 이해 및 AI 활용 방안 학습목표 신약개발에서 약물동태학과 함께 고려해야하는 독성동태학의 기본 개념을 이해하고, AI를 활용한 독성동태학 평가 방안에 대해 고찰한다. 분야 ■ AI ■ Bio □ Chem ■ Drug 단계 기초

참여자수

1

교수자/개설자

-

학습기간

2026-08-04 ~ 2029-12-31

강좌소개

성명 오태훈 소속기관 울산과학기술원 강의 명 (주제) 자율실험실 운용을 위한 실험 정의 및 ML 활용법 학습목표 자율실험실의 실험 목표 선정 및 명확한 문제 정의 역량 함양 ML 모델 학습을 위한 실험 데이터베이스 구조 설계 목적별 핵심 ML 알고리즘 활용법 습득 능동적 실험 스케쥴링 기법 및 워크플로우 최적화 이해 분야  AI  Bio  Chem □ Drug 단계 기초

참여자수

3

교수자/개설자

-

학습기간

2025-11-28 ~ 2029-12-31

강좌소개

성명 성황현 소속기관 유니버설로봇 강의 명 (주제) 로봇PC 제어 학습목표 로봇 TCP 및 좌표계를 이해하고 URSCRIPT를 이용하여 로봇을 제어 URSIM 및 RoboDK를 활용하여 시뮬레이터 환경에서 로봇을 구동 PC를 활용하여 원격으로 로봇을 제어 Modbus TCP 및 산업용 통신 연동 실습 분야 □ AI □ Bio  Chem □ Drug 단계 기초, 심화

참여자수

20

교수자/개설자

-

학습기간

2025-11-24 ~ 2029-12-31

강좌소개

성명 김 창 욱 소속기관 연세대학교 산업공학과 강의 명 (주제) 스마트 제조 AI의 현재와 미래 학습목표 스마트 제조의 개념과 발전 배경을 이해하고, AI기술을 어떠한 원리로 제조 현장에서 활 용되는지 파악한다. 2교시에는 양자컴퓨팅에 대한 이해를 바탕으로 AI에 어떻게 적용할지 에 대해 이해한다. 분야 ☑ AI □ Bio □ Chem □ Drug 단계 기초 / 심화

참여자수

21

교수자/개설자

-

학습기간

2025-10-23 ~ 2029-12-31

강좌소개

성명 이재훈 소속기관 성신여자대학교 강의 명 (주제) AI기본법의 이해와 데이터 거버넌스 최신 동향 학습목표 AI 시대의 핵심 법제라 할 수 있는 「AI기본법」의 이해를 바탕으로, 데이터 활용과 보호가 균형을 이루는 데이터 거버넌스의 최신 동향을 체계적으로 학습하는 것을 목표로 한다. 수강자는 AI기본법의 주요 개념과 제정 취지를 이해하고, 데이터 권리·책임 구조, 개인정보 보호와 활용 간 조화, 글로벌 데이터 규제 비교 등을 학습한다. 또한 데이터 거버넌스 최신 동향을 통해 실제 정책·연구·산업 현장에서 발생할 수 있는 법적·윤리적 쟁점을 분석하고 대응할 수 있는 역량을 기른다. 분야 ■ AI □ Bio □ Chem □ Drug 단계 기초

참여자수

24

교수자/개설자

-

학습기간

2025-10-23 ~ 2029-12-31

강좌소개

성명 주한별 소속기관 서울대학교 컴퓨터공학부 강의 명 (주제) 컴퓨터비전 기초 학습목표 이 강의는 컴퓨터 비전의 기초 개념을 탐구하며, 이론적 기반과 실용적인 알고리즘, 다양한 응용 사례에 대한 이해를 높이는 데 중점을 둡니다. 학생들은 기계가 이미지와 영상을 어떻게 인식하고 해석하는지를 이해하기 위한 핵심 원리를 배우고, 이미지 생성, 특징 추출, 객체 인식 등의 주제에 대한 통찰을 얻게 됩니다. 특히, 본 강의는 최신 딥러닝 기법이 아닌 고전적인 2D 컴퓨터 비전 알고리즘에 집중하여, 전통적인 비전 문제의 핵심 목표와 사람이 설계한(hand-designed) 알고리즘들을 중심으로 다룰 예정입니다. 분야 ☑ AI □ Bio □ Chem □ Drug 단계 기초

참여자수

28

교수자/개설자

-

학습기간

2025-11-27 ~ 2029-12-31

강좌소개

성명 윤 병 동 소속기관 서울대학교, (주)원프레딕트 강의 명 (주제) 제조 AX: AI 팩토리 (데이터, 모델, 서비스) 학습목표 제조산업에 AI 접목을 통한 파괴적 혁신, 무엇을 준비해야 하는지, 어떻게 가능한지, 어떤 성공사례가 있는지를 살펴본다. 제조 데이터 전처리, 신호처리, 특성엔지니어링, 진단, 예측 기술 소개 및 성공사례 공유. 마지막으로 실습을 통해 실 적용에 대한 응용력을 키운다. 분야 □ AI □ Bio □ Chem □ Drug 단계 기초 / 심화

참여자수

28

교수자/개설자

-

학습기간

2025-12-08 ~ 2029-12-31

강좌소개

목차 (강의시간) 강의내용 실습 여부 교수자   1 제조품질 개념   X   본인   2 제조품질 개선을 위한 기존 접근법   X   본인   3 제조품질 개선을 위한 AI 기반 접근법   X   본인         선수과목   참고자료 ※ 도서, 웹사이트, 논문 등 준비사항 ※ 강의에 필요한 환경 등

참여자수

30

교수자/개설자

-

학습기간

2025-11-26 ~ 2029-12-31

강좌소개

성명 엄유범 소속기관 코오롱인더스트리 강의 명 (주제) Vibe Coding으로 배우는 관리도와 품질관리 실무 학습목표 1. 관리도의 기본 개념을 이해 2. 계량형 관리도와 계수형 관리도의 이해 3. Vibe Coding을 활용한 관리도 작성 방법 습득 분야  AI □ Bio □ Chem □ Drug 단계 기초

참여자수

31

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

35

교수자/개설자

-

학습기간

2025-08-27 ~ 2029-12-31

강좌소개

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

참여자수

45

교수자/개설자

-

학습기간

2024-03-01 ~ 2029-12-31

강좌소개

성명 신민경 소속기관 (주)셀타스퀘어 과목명 인공지능 적용을 위한 약물 감시 및 의약 품 안전성 관리의 기초 강의시간 2시간 학습목표 인공지능 및 디지털 트랜스포메이션 적용을 위해 임상시험부터 허가, 시판 후까지 의약품 전주기 에 해당되는 안전성 관리 시스템과 단계별 데이터를 이해한다.

참여자수

46

교수자/개설자

-

학습기간

2024-03-01 ~ 2029-12-31

강좌소개

강의 소개 및 개요입니다. 성명 Dr. Yugal Sharma 소속기관 CAS 과목명 Overcoming Scientific Data Challenges in AI 강의시간 1 학습목표 1.Explore the critical role of a data foundation in supporting successful artificial intelligence (AI) initiatives.0 2. Share common challenges organizations face when establishing effective strategies for R&D data. 3. Showcase case studies based on real-life examples from CAS, a leader in scientific information solutions that guides the success of R&D digital initiatives of organizations worldwide.

참여자수

47

교수자/개설자

-

학습기간

2024-03-01 ~ 2029-12-31

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

48

교수자/개설자

-

학습기간

2024-10-24 ~ 2029-12-31

강좌소개

성명 송길태 소속기관 부산대학교 강의 명 (주제) Recommendation systems in bioinformatics 학습목표 1. Recommendation systems에 대한 기본 개념을 이해한다. 2. Recommendation systems을 활용하여 표적 단백질 결합 후보 물질 추천 및 바이오마커 발굴 등의 문제를 해결하는 방법을 학습한다. 분야  AI 단계 심화

참여자수

48

교수자/개설자

-

학습기간

2025-12-02 ~ 2029-12-31

강좌소개

성명 서 경 원 소속기관 서울대학교 약학교육연수원 강의 명 (주제) AI 등 첨단혁신기술 활용에 대한 규제동향 학습목표 최근 AI 등 첨단기술에 기반한 의료제품과 규제결정에 활용되는 첨단기술을 이해하고 규제동향을 학습한다 분야 ■ AI ■ Bio ■ Chem ■ Drug 단계 기초 / 심화

참여자수

48

교수자/개설자

-

학습기간

2025-12-08 ~ 2029-12-31

강좌소개

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

참여자수

51

교수자/개설자

-

학습기간

2024-03-01 ~ 2029-12-31

강좌소개

강의시간 강의내용 실습여부 1 - Self-Supervised Learning이란?  - Language 분야에서의 SSL - Computer vision 분야에서의 SSL  X 2 - Molecular Graph란? - Graph Neural Networks - Molecular Graph 분야에서의 SSL X 

참여자수

53

교수자/개설자

-

학습기간

2024-03-01 ~ 2029-12-31

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

55

교수자/개설자

-

학습기간

2024-11-07 ~ 2029-12-31

강좌소개

성명 조혜영 소속기관 차의과학대학교 약학대학 강의 명 (주제) 분산형 임상시험 (Decentralized Clinical Trial, DCT) 학습목표 최근 분산형 임상시험(DCT)의 필요성과 현장 수요가 증가되면서 우리나라 정부에서도 글로벌 경쟁력을 강화하고 임상시험 참여 기회를 확대해 신약 접근성을 제고할 수 있도록 DCT 도입을 위한 기반 마련을 지원하고 있으므로 DCT의 개념과 장단점을 이해하고 DCT 수행을 위한 제도적 개선 방향에 대해 검토한다. 분야 □ AI ■ Bio □ Chem ■ Drug 단계 기초

참여자수

57

교수자/개설자

-

학습기간

2025-11-14 ~ 2029-12-31

강좌소개

성명 김태형 소속기관 바이오넥서스 강의 명 (주제) 멀티에이전트 시스템 이해와 제약·바이오 산업 적용     학습목표 멀티에이전트 시스템의 개념, 구조, 그리고 의사결정·협업 메커니즘을 이해한다. 제약·바이오 산업의 신약개발 전주기에서 MAS가 수행할 수 있는 역할과 적용 사례를 분석한다. 실제 산업 환경에서 멀티에이전트 기반 워크플로를 설계·구성하여 생산성 및 연구 효율을 향상시키는 방법을 익힌다. 분야 V AI V Bio □ Chem □ Drug 단계 기초 / 심화

참여자수

57

교수자/개설자

-

학습기간

2025-11-27 ~ 2029-12-31

강좌소개

성명 정진현 소속기관 서울대학교 강의 명 (주제) AI 기반의 제조품질관리 변화와 대응 학습목표   분야  AI □ Bio □ Chem □ Drug 단계 기초

참여자수

58

교수자/개설자

-

학습기간

2024-03-01 ~ 2029-12-31

강좌소개

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)

참여자수

59

교수자/개설자

-

학습기간

2024-03-01 ~ 2029-12-31

강좌소개

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.  

참여자수

59

교수자/개설자

-

학습기간

2024-03-01 ~ 2029-12-31

강좌소개

강의시간 강의내용 실습여부 1 1. 신약 개발 과정 소개 2. 신약 발굴 시 가장 중요한 가상 탐색의 기본 원리를 파악 3. 가상 탐색에 필요한 Public Database 소개 X 2 1. 가상 탐색 시 사용되는 similarity search 방법 2. 가상 탐색에 필요한 Public Database 소개 3. 검색된 ligand의 stability 확보 방법 X 3 1. Chemical similarity search 방법 실습 2. Public chemical database API를 이용한 유사 화합물 검색 실습 3. 검색된 chemical ligand의 stability 확보 방법 실습(docking) O 4    

참여자수

58

교수자/개설자

-

학습기간

2024-03-01 ~ 2029-12-31

강좌소개

강의 소개 및 개요입니다. 성명 정인석 소속기관 스탠다임 과목명 병렬 처리를 활용한 대용량 계산 방법 강의시간 2시간 학습목표 컴퓨터에서 병렬 계산이 처리되는 방식을 이해하고 다양한 방식으로 병렬 계산을 수행할 수 있다   강의 선수과목 및 준비사항입니다. 선수과목  Python programming 참고자료 https://docs.python.org/3/library/multiprocessing.html https://mpi4py.readthedocs.io/en/stable/ https://github.com/zeehio/parmap 준비사항 Anaconda python3 설치, linux-like terminal 환경 구성

참여자수

60

교수자/개설자

-

학습기간

2024-11-27 ~ 2029-12-31

강좌소개

목차 (강의시간) 강의내용 실습여부  교수자 1 Streamlit 소개 Streamlit의 기본 개념과 AI/ML 프로젝트에서의 활용 사례 탐구 MolScore Library 의 의 주요 구성 요소 및 역할 소개 Python 환경 설정과 필수 라이브러리 설치  X  신동욱 2 실습: MoleScore 사용한 화합물 생성 목표 설정 Multi-Parameter 설정을 통한 생성 목표 정의 사용자 정의 Scoring Function 클래스 작성  O  신동욱 3 실습: MolScore을 활용한 화합물 학습 사용자 정의 BenchMark 구성 방법 학습 커리큘럼 학습 설정 / 리플레이 버퍼 활용  O  신동욱 4 실습 화합물 : 평가 결과 시각화 및 확장 Streamlit 컴포넌트를 활용한 생성 결과 시각화 MolScore 기본 모니터링 화면 클론코딩 및 응용  O  신동욱 5 실습: Streamlit 기반 Web App 개발 및 배포 스코어링 결과 시각화 및 데이터 저장 결과물 배포 및 공유 O 신동욱

참여자수

61

교수자/개설자

-

학습기간

2024-03-01 ~ 2029-12-31

강좌소개

강의 소개 및 개요입니다.  성명 임재창 소속기관 Hits 과목명 분자생성모델 연구동향 리뷰 강의시간 4 학습목표 분자생성모델 연구동향 파악 이를 바탕으로 수행중인 연구에 응용 및 신약개발 프로젝트에 적용

참여자수

62

교수자/개설자

-

학습기간

2024-03-01 ~ 2029-12-31

강좌소개

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

참여자수

67

교수자/개설자

-

학습기간

2025-08-28 ~ 2029-12-31

강좌소개

성명 정우진 소속기관 충남대학교 시니어헬스융합연구소 강의 명 (주제) Development of physiologically-based pharmacokinetic model 학습목표 생리학 기반 약동학 모델을 둘러싼 이론을 이해하고, 실무에 직접 적용한다. 분야 □ AI □ Bio □ Chem ■ Drug 단계 기초

참여자수

69

교수자/개설자

-

학습기간

2024-02-29 ~ 2029-12-31

강좌소개

강의 소개 및 개요입니다. 성명 윤성의 소속기관 KAIST 과목명 Attention for Deep Learning 강의시간 2 학습목표 1. RNN 구조에서 attention 역할을 이해한다.2. attetion layer를 이해하고, 이를 transformer로 확장한다.

참여자수

70

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

70

교수자/개설자

-

학습기간

2025-11-25 ~ 2029-12-31

강좌소개

성명 김석호 소속기관 강원대학교 약학과 강의 명 (주제) 최근 신약개발의 경향 학습목표 본 강의를 통해 최근 신약개발에서 시도되고 있는 다양한 시도들을 의약화학 관점에서 강의하고 트렌드를 수강자가 파악할 수 있도록 한다. Macrocyclization, PAINS 등을 포함한 내용들이 포함되어 있다. 분야 □ AI □ Bio □ Chem ■ Drug 단계 기초 / 심화

참여자수

71

교수자/개설자

-

학습기간

2023-04-30 ~ 2029-12-31

강좌소개

강의 소개 및 개요입니다.  성명 정영미 소속기관 STN KOREA 과목명 마쿠시 구조를 활용한 화합물 특허 탐색 강의시간 1 학습목표 Markush structures are used in patents to claim broad spaces of chemicals In this course the audiences can understand the need for a comprehensive Markush search to seek patentability opportunities or to determine potential infringement of small molecules in the drug discovery process. A case study will be demoed based on Marpat, produced by CAS   강의 선수과목 및 준비사항입니다. 선수과목 없음 참고자료 https://www.cas.org/cas-data/cas-patents https://www.cas.org/support/documentation/markush   준비사항 없음

참여자수

72

교수자/개설자

-

학습기간

2025-08-29 ~ 2029-12-31

강좌소개

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

참여자수

72

교수자/개설자

-

학습기간

2024-03-01 ~ 2029-12-31

강좌소개

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

참여자수

73

교수자/개설자

-

학습기간

2024-03-01 ~ 2029-12-31

강좌소개

강의 소개 및 개요입니다. 성명 이정혜, 한석주 소속기관 UNIST 과목명 연합 학습 연구 동향 강의시간 7 학습목표 1. 연합 학습의 세부 연구 분야 및 최신 연구 동향에 대해서 알 수 있다.2. 연합 학습에서 연구가 필요한 다양한 문제들(보안 및 프라이버시, 통계적 이질성, 개인화)에 대해 알아보고, 최신 연구 동향에대해 알 수 있다.   강의 선수과목 및 준비사항입니다. 선수과목  - 참고자료 Advances and Open Problems in Federated Learning (2019; Kairouz et al.) Federated Learning: Challenges, Methods, and Future Directions (2019; Li et al.) 준비사항  노트북

참여자수

73

교수자/개설자

-

학습기간

2024-03-01 ~ 2029-12-31

강좌소개

강의시간 강의내용 실습여부 1 신약개발을 위한 RWD의 주요 활용 사례를 항암제, 백신 등 주요사례별로 알아보고 연구설계, 분석결과 등을 학습한다.   2 RWD의 활용을 위한 건강보험청구자료, 병원자료, 레지스트리 등 국내 분석 가능한 데이터베이스의 종류와 특징을 설명할 수 있다.   3 유효성 확증을 위한 주요사례로 레지스트리를 외부대조군으로 활용한 적응증 추가 등 주요 사례의 설계 및 실습을 수행한다. 실습 4 유효성 확증을 위한 주요사례로 병원데이터를 외부대조군으로 활용한 적응증 추가 등 주요 사례의 설계 및 실습을 수행한다. 실습

참여자수

74

교수자/개설자

-

학습기간

2025-09-12 ~ 2029-12-31

강좌소개

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

참여자수

74

교수자/개설자

-

학습기간

2025-11-27 ~ 2029-12-31

강좌소개

목차 (강의시간) 강의내용 실습여부 교수자 1 LLM이 어떻게 작동하는지 핵심 개념을 이해한다 LLM은 언어 패턴을 배우는 매우 거대한 통계 모델 GPT는 문장을 예측하는 데 특화된 구조 (Transformer 기반) 프롬프트, 토큰, 파라미터 같은 용어에 대한 기초 개념을 익힌다   X 본인 김요섭 2 잘 묻는 사람이 AI를 잘 쓴다: Prompt Engineering 입문 좋은 프롬프트의 3가지 조건 → 명확성, 역할 부여, 단계화 프롬프트 템플릿 소개 (Prompt chain, Role-based template)   X 본인 김요섭 3 GPT가 외부 지식을 활용하도록 만드는 RAG의 원리와 구성 이해 GPT의 한계: 훈련된 지식 외 질문은 “헛다리” 가능성 RAG 구조 이해 (간단한 그림 중심 설명) Query → Retriever → Context → GPT 적용 예시: → 논문 검색 & 요약 → 특정 약물에 대한 최신 정보 연결 실전 RAG 워크플로우 따라가기: PDF, Text, 데이터베이스 연결   X 본인 김요섭 4 “Agentic AI”란 무엇인가? 구성요소 통합: 프롬프트 → 외부 문서 검색(RAG) → 도구 실행(API) 구조설계: Agent 워크플로우 직접 그려보기 간단한 GPTs App publish 해서 연구원들과 공유하기   X 본인 김요섭 선수과목 없음 참고자료 없음 준비사항 없음

참여자수

74

교수자/개설자

-

학습기간

2025-10-16 ~ 2029-12-31

강좌소개

성명 이상근 소속기관 고려대학교 정보보호대학원 강의 명 (주제) 인공지능은 안전한가? AI 보안의 이해 학습목표 인공지능 모델은 최근 연구로 알려진 다양한 위험에 노출되어 있다. 본 강의에서는 이러한 AI 보안 이슈에 대한 이해를 기반으로, 대표적인 공격 및 대응 방안을 소개하고자 한다. 이 강의 를 통해 신약개발에 있어 유용하면서 동시에 안전한 AI 모델에 대한 고민이 필요함을 환기하 고자 한다. 분야 AI □ Bio □ Chem □ Drug 단계 기초

참여자수

75

교수자/개설자

-

학습기간

2024-03-01 ~ 2029-12-31

강좌소개

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

참여자수

76

교수자/개설자

-

학습기간

2024-03-01 ~ 2029-12-31

강좌소개

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   -   

참여자수

82

교수자/개설자

-

학습기간

2024-03-01 ~ 2029-12-31

강좌소개

강의시간 강의내용 실습여부 1 천연물 의약품 개발을 위한 예측기술/DB 및 모델링 접근법 소개 -     천연물 개요 및 의약품 개발사례 -     천연물 의약품 개발 연구에 활용 가능한 예측기술 -     천연물 기반 데이터베이스 -     예측모델 개발을 위한 모델링 접근법   2 천연물 데이터 수집 - 천연물 DB 데이터 수집 -     PubChem DB를 활용한 분자구조 데이터 수집 -     PubChem DB를 활용한 Bioassay 데이터 수집 O 3 예측모델 개발을 위한 구조기반 분자표현자 계산 -     분자표현자 기법 소개 -     RDKit을 활용한 분자표현자 계산 -     Mordred를 활용한 분자표현자 계산 -     PaDELPy를 활용한 분자표현자 계산 -     NC-MFP를 활용한 분자표현자 계산 O 4 예측모델 개발을 위한 데이터 전처리 -     데이터 정규화 및 표준화 -     데이터 불균형 문제를 위한 데이터 샘플링 -     데이터 전처리 및 샘플링 기법 구현 O 5 딥러닝 기반 예측모델 개발 및 활용 -     딥러닝 알고리즘 소개 -     DNN 알고리즘 구현 -     DNN 기반 정량/정성 예측모델 개발 및 성능평가 -     DNN 예측모델 활용 O

참여자수

82