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

4

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

58

교수자/개설자

-

학습기간

2025-08-20 ~ 2029-12-31

강좌소개

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

참여자수

58

교수자/개설자

-

학습기간

2024-11-25 ~ 2029-12-31

강좌소개

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

참여자수

279

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

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

참여자수

119

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

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

참여자수

81

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

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

참여자수

204

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

강의 소개 및 개요입니다.  성명 신현길 소속기관 안전성평가연구소 과목명 독성 예측 인공지능 모델 활용 강의시간 6시간 학습목표 1. 무료로 사용 가능한 독성 예측 프로그램 설치 및 활용 방법 익히기 2. python을 이용한 데이터 분석 및 처리 방법 익히기 3. 예측 모델 개발을 위한 python 코드 완성해보기   강의 선수과목 및 준비사항입니다. 선수과목 파이썬 프로그래밍 기초(2-5강), 화학정보학개론, QSAR, RDKit의 기초와 이를 이용한 화학정보학 실습 참고자료 RDKit의 기초와 이를 이용한 화학정보학 실습 [강사 강원대학교 이주용] 1. 컴퓨터를 이용한 신약 개발 방법론 https://www.ibric.org/myboard/list.php?Board=news&Page-2&&PARA3-21) 2. pubchempy (https://pubchempy.readthedocs.io/en/latest/) 3. openbabel 파이썬 모듈 http://openbabel.org/wiki/python) 참고자료 4. MOPAC 홈페이지 (http://openmopac.net/) 5. Chembl 데이터베이스 (https://www.ebi.ac.uk/chembin 6. binding DB (https://www.bindingdb.org/rwd/bind/index.jsp) 7. DILIrank 미국 FDA에서 정리한 데이터 베이스 (classificaion 모델 개발용 데이터) https://www.fda.gov/science-research/liver-toxicity-knowledge-base-ltkb/drug-induced-liver-in jury-rank-cdilirank-dataset) 준비사항 아나콘다 파이썬으로 진행(아나콘다 파이썬이 아닌 경우 pandas, matplotilb, sci-kit learn 모듈 추가 설치 필요) 아나콘다 파이썬에서 추가 설치가 필요한 모듈 (pubchempy, mopac, openbabel, joblib) 아나콘다에서 제공하는 spyder 사용방법 숙지(다른 IDE 호라용해도 문제 X) text editor 프로그램(Atom, Sublime 등) binding DB 데이터 활용을 위한 홈페이지 가입 필요

참여자수

185

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

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

참여자수

154

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

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.

참여자수

324

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

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.  

참여자수

177

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

강의시간 강의내용 실습여부 1 유전변이 데이터 기본 유전변이의 개념과 종류 유전변이 데이터의 수집과 저장 방법 N 2 유전변이 annotation과 약물 유전자 데이터베이스 유전변이 annotation 방법 소개 약물 유전자 데이터베이스의 활용 방법 N 3 암유전체를 이용한 약물유전체 분석 실습 1 암과 관련된 유전체 데이터의 수집과 분석 방법 약물유전체 분석에 활용되는 도구와 기술 Y 4 암유전체를 이용한 약물유전체 분석 실습 2 암유전체 분석을 통한 약물 효능 예측 방법 유전체 변이 데이터를 활용한 개인 맞춤형 약물 치료 방법 Y 5 CNV 유전변이 분석 실습 Copy Number Variation (CNV) 유전변이의 개념과 분석 방법 CNV 데이터를 활용한 약물 유전체 연구 사례 Y 6 Noncoding 유전변이 분석 실습 비코딩 영역의 유전변이 분석 방법과 중요성 Noncoding 유전변이와 약물 반응의 관련성 연구 사례 Y 7 희귀질환 약물유전체 분석 실습 희귀질환과 관련된 유전변이 분석 방법 희귀질환 치료를 위한 약물유전체 연구 사례 Y 8 약물반응성 유전 연관성 대규모 데이터 분석 실습 대규모 유전체 분석을 위한 분석 플랫폼 실습 대규모 유전체 데이터 형태 학습 Y

참여자수

71

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

인공지능 신약개발을 위한 그래프 기초 강의 과정입니다,  성명 방준일 소속기관 강원대학교 과목명 인공지능 신약개발을 위한 그래프 기초 강의시간 5 학습목표 1. 그래프의 정의와 그래프 신경망을 이해한다. 2. 탐색적 데이터 분석(EDA)을 통해 그래프 데이터 표현 방법을 이해한다. 3. 논문 코드 구현을 통해 단백질-약물 상호작용(DTI) 예측 모델을 이해한다.   강의 선수과목 및 준비사항입니다. 선수과목 - 파이썬 프로그래밍 기초 - 파이썬 딥러닝 프레임워크 - GPU를 활용한 딥러닝(선택) 참고자료 - (논문) GraphDTA: predicting drug-target binding affinity with graph neural networks 준비사항 - 실습은 Google Colab으로 진행하므로, 교육생별 Google 계정이 필요함  

참여자수

150

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

강의 소개 및 개요입니다.  성명 최윤재 소속기관 한국과학기술원 과목명 인공지능을 활용한 EMR 데이터 분석 강의시간 6시간 학습목표 전자의무기록의 데이터 구조에 대한 이해 전자의무기록 기반 예측 태스크 이해 전자의무기록의 데이터 전처리 과정 이해 전자의무기록 기반 딥러닝 예측 모델 이해    강의선수 과목 및 준비사항입니다. 선수과목 기계학습 기초 참고자료 해당없음 준비사항 해당없음

참여자수

73

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

  강의 소개 및 개요입니다.  성명 남진우 소속기관 한양대학교 과목명 전사체 데이터 분석 (Transcriptome analysis) 강의시간 7 학습목표 1. 전사체 데이터의 기본적 특성과 연구목적에 대해 이해한다. 2. 전사체 데이터의 종류와 연구목적에 따른 활용 방법을 이해한다.3. Short, long-read를 각각 활용한 전사체 분석 방법에 대해 이해한다. 4. Bulk 수준의 전사체 데이터와 단일세포 전사체 분석의 차이와 활용에 대해 이해한다   강의 선수과목 및 준비사항입니다. 선수과목 유전자 발현 분석, 차세대서열데이터 분석(Intronduction to NGS data analysis) 참고자료  - 준비사항 노트북 웹브라우저 

참여자수

220

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

강의 소개 및 개요입니다. 성명 안준용 소속기관 고려대학교 바이오시스템의과학부 과목명 전장유전체 변이 분석의 이해 강의시간 4시간 학습목표 본 강의는 전장유전체 (whole genome sequencing) 분석에 필요한 기본개념을 학습한다. 전장유전체 데이터 분석 및 활용을 위한 분석 플랫폼 Hail 기본개념을 학습하고 실무 모듈을 연습한다. Hail 실습을 통해, 향후 전장유전체 기반 신약개발 및 인공지능 기반 유전체 연구에 필수적인 분석 기본을 학습하고자 한다.   강의 선수과목 및 준비사항입니다.   선수과목 차세대 염기서열 분석 – 남진우 교수 Genomics analysis – 김상우 교수 참고자료  - https://hail.is/ Hail 웹사이트 준비사항  - 구글 코랩이 연결되는 인터넷      

참여자수

78

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

강의 소개 및 개요입니다. 성명 남진우 소속기관 한양대학교 과목명 차세대 서열분석 강의시간 3 학습목표 1. 차세대서열데이터(NGS)가 무엇인지 이해하고 데이터의 특성에 대해 이해한다.2. 차세대서열데이터(NGS)의 종류와 그 연구목적에 대해 이해한다.   강의 선수과목 및 준비사항입니다. 선수과목 생물정보학 개론, 서열분석, 구조분석, 유전자 발현분석 참고자료  - 준비사항  노트북 웹브라우저

참여자수

208

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

강의 소개 및 개요입니다. 성명 김학수 소속기관 건국대학교 과목명 파이썬 프로그래밍 기초 강의시간 10 학습목표 파이썬 언어의 문법을 익히고 실습을 통해 기본기를 다짐으로써 파이썬 기반 데이터 분석이나 기계학습에 필요한 기본 능력을 배양한다.   강의 선수과목 및 준비사항입니다.  선수과목  - 참고자료  - 준비사항 개인 노트북을 준비하고, 첫 시간에 설명하는 프로그램을 설치해야 함.또한 구글 colab에 접근할 수 있도록 구글 드라이브에 가입해야 함.

참여자수

557