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

2

교수자/개설자

-

학습기간

2025-12-08 ~ 2029-12-31

강좌소개

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

참여자수

4

교수자/개설자

-

학습기간

2025-12-08 ~ 2029-12-31

강좌소개

성명 정성훈 소속기관 연세대학교 약학대학 강의 명 (주제) 의약바이오 제제개발을 위한 AI기반 품질 최적화 및 모델링 활용 학습목표 바이오의약품 및 의약품 개발과정에서 우수한 품질 확보를 위해 기존의 설계기반 품질고도화 (QbD) 전략에 의한 설계공간 도출 및 시뮬레이션을 통한 최적화 과정을 사례중심으로 소개하고 실험계획법의 이해도 제고와 최근 인공지능을 기반으로 AI기반 제제 및 품질 최적화등 산업적으로 적용가능한 제품개발에 대한 내용을 소개함. 분야 □ AI □ Bio □ Chem ■ Drug 단계 기초

참여자수

3

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

5

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

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

2

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

7

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

2025-11-14 ~ 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

16

교수자/개설자

-

학습기간

2025-10-31 ~ 2029-12-31

강좌소개

성명 이 남 용 소속기관 CellKey AI 강의 명 (주제) AI와 LLM을 활용한 바이오 분야의 혁신 학습목표 AI와 LLM 기술이 신약개발부터 바이오 생산공정, 임상시험 최적화에 이르기까지 바이오 산업 전반에 혁신적 변화를 가져오고 있다. 본 강의에서는 최신 AI 기술의 개념을 이해하고 실제 적용 사례를 통해 효율성 향상과 비용 절감 성과에 대한 이해를 돕는 것을 목표로 한다. 분야 ■ AI □ Bio □ Chem □ Drug 단계 기초

참여자수

50

교수자/개설자

-

학습기간

2025-10-24 ~ 2029-12-31

강좌소개

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

참여자수

32

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

10

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

교수자/개설자

-

학습기간

2024-11-20 ~ 2029-12-31

강좌소개

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

참여자수

247

교수자/개설자

-

학습기간

2024-11-14 ~ 2029-12-31

강좌소개

성명 송 준 호 소속기관 코오롱바이오텍 강의 명 (주제) 첨단바이오의약품의 이해 학습목표 신약개발에 필요한 기초 이론 교육으로 바이오의약품과 첨단바이오의약품의 cell bank부터 원액 및 완제 생산공정을 실제 예시를 통해 소개하고, 사용되는 기기장비에 대한 특징을 이해한다. 분야 □ AI ■ Bio □ Chem □ Drug 단계 기초

참여자수

136

교수자/개설자

-

학습기간

2024-11-12 ~ 2029-12-31

강좌소개

성명 박 상 용 소속기관 SK bioscience 강의 명 (주제) 제약바이오산업의 이해와 전망 학습목표 제약바이오산업의 이해와 전망을 통해 국내 산업의 성장 가능성을 확인하고, 제약바이오 기업의 구조에 대한 이해를 함께함으로 본 산업의 진출을 돕는다. 분야 □ AI ■ Bio □ Chem □ Drug 단계 기초

참여자수

173

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

44

교수자/개설자

-

학습기간

2024-10-29 ~ 2029-12-31

강좌소개

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

참여자수

175

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

40

교수자/개설자

-

학습기간

2024-10-11 ~ 2029-12-31

강좌소개

성명 박대찬 소속기관 아주대학교 강의 명 (주제) NGS와 AI를 이용한 항체 레퍼토리 (repertoire) 분석 학습목표 생체 내에서 B 세포의 발달 및 B cell receptor (BCR 또는 항체)의 다양성과 항원 특이성이 확보되는 면역학 기초를 배운다. 천문학적인 BCR 다양성 분석을 위해 NGS 기반 BCR 시퀀 싱 데이터를 생산하는 최신 연구 기법을 학습한다. 생명정보학적 분석법으로 BCR의 V gene usage와 complementarity-determining regions (CDR) 서열을 동정하는 법을 배우고 딥러닝으 로 대규모 DNA 서열과 아미노산 서열을 학습하는 방법을 배운다. 분야 Bio   단계 기초

참여자수

81

교수자/개설자

-

학습기간

2024-10-10 ~ 2029-12-31

강좌소개

성명 허기영 소속기관 서울대학교병원 강의 명 (주제) 비임상자료에 기반한 임상 약동학 예측 학습목표 약동학(Pharmacokinetics)의 정의와 주요 용어의 의미를 이해하고, 이를 바탕으로 임상시험 자료를 해석한다. 계량약리학(population pharmacokinetics)을 중심으로 비임상-임상 약동학 예측을 위한 방법론을 설명한다. 생리학기반 약동학(PBPK) 및 AI를 활용한 약동학 예측 방법에 대해 설명한다. 분야 Drug 단계 기초

참여자수

154

교수자/개설자

-

학습기간

2024-09-01 ~ 2029-12-31

강좌소개

성명 선 호 근 소속기관 부산대학교 통계학과 강의 명 (주제) R을 활용한 유전체 빅데이터 통계 분석 (Statistical analysis of high-dimensional genomic data using R) 학습목표 유전체 발현량 데이터와 DNA 메틸화 데이터와 같은 고차원 유전체 데이터를 분석하는 통계적 검정 방법들과 벌점함수 기반 변수선택 방법들을 학습시키고,  통계 패키지 R을 사용하여 실제 유전체 빅데이터를 분석하는 실습을 통해 학생들의 데이터 분석 능력을 향상시킨다. 분야 AI, Bio 단계 기초 및 심화

참여자수

204

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

  강의시간 강의내용 실습여부 1 물리화학적 데이터 이해 - 용해도 연관 물리화학적 성질 - 해리 상수 (pKa)에 따른 분배 계수 및 용해도의 변화 N 2 유기 분자와 무기 분자 구분 (python) Y 3 ADMET 개요 및 Metabolism 데이터 이해 -     ADME와 독성간의 상관관계 -     약물 대사 phase I, II, III N 4 Metabolism 예측을 위한 양자 계산 (anaconda, MOPAC) Y 5 Absorption, Distribution, Excretion 데이터 이해 - 측정 실험 방법과 측정 값의 정의 N 6 독성 in vivo 데이터 이해 -     관련 규제 상황 -     규제 가이드라인 N 7 변이원성(mutagenesis), 발암성(carcinogenecity) 데이터 이해 -     가이드라인 시험법 확인 -     발암성 데이터 이해 N 8 장기 독성 (organ toxicity) 데이터 이해 -     가이드라인 시험법 확인 -     장기 독성 데이터 이해 N 9 AOP와 독성 예측 -     AOP 활용 독성 예측 방법 -     in vitro 시험 데이터 이해 N

참여자수

211

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

267

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

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.

참여자수

123

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

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

참여자수

129

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

강의 소개 및 개요입니다. 성명 이주용 소속기관 서울대학교 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

참여자수

393

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

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

46

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

267

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

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

참여자수

335

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

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

35

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

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

참여자수

258

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 박준석 소속기관 대웅제약 신약센터 과목명 신약개발과정 강의시간 2시간 학습목표 신약개발의 전 과정을 이해하고, 세부 신약개발 단계의 니즈를 파악할 수 있다. 해당 과정에서 적절한 AI 방법을 파악하여 연구 생산성을 강화할 수 있다.    

참여자수

460

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

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  

참여자수

103

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

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  

참여자수

182

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

강의 소개 및 개요입니다. 성명 홍동완 소속기관 가톨릭대학교 과목명 암 유전체 빅 데이터 강의시간 1 학습목표 1. 암 유전체 데이터베이스 시스템의 종류와 보유 데이터의 내용을 이해한다.2. TCGA 암 유전체의 원 데이터, 분석 데이터의 수집, 분석 방법 등을 습득하며 시각화 도구를 통한 표현법을 습득한다.

참여자수

145

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

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

55

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

과정 소개 강의 소개 및 개요입니다. 성명 정진현 소속기관 연세대학교 과목명 유기화학개론 강의시간 3시간 학습목표 신약개발에 필요한 유기화학 기초지식과 개념을 설명한다   강의 선수과목 및 준비사항입니다.

참여자수

109

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

강의 소개 및 개요입니다.  성명 변형원 소속기관 HK이노엔 과목명 의약품 허가 및 상업용 생산을 위한 기술이전 강의시간 2시간 학습목표 개발된 신약의 품목허가 및 상업용 생산을 위한 기술이전 과정을 이해하고 이를 위한 신약개발 과정에서의 필요사항에 대해 학습한다.

참여자수

87

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

강의소개 및 개요입니다. 성명 이석준 소속기관 가톨릭관동의대 약리학교실 과목명 의약화학 기초 강의시간 10시간 학습목표 약은 생체내의 세포, 조직, 장기를 포함한 모든 표적에 기능의 변화를 일으키는 물질이다. 이를 개발하는 과정은 화학적 지식뿐만 아니라 생물학, 약학, 의학등 다양한 분야의 전문 지식이 필요하다. 본 과정은 화학과 생물학을 기반으로 새로운 약물을 개발하는데 필요한 기초 지식을 학습하는 것을 목표로 한다.   강의 선수과목 및 준비사항입니다. 선수과목 일반화학, 일반 생물학, 생화학 참고자료 - 의약화학 제 6판(신일서적) 준비사항  -

참여자수

305

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

강의소개 및 개요입니다. 성명 홍성은(Pytorch, sungkenh@gmail.com) 방준일(Tensorflow, tkfka965@gmail.com ) 소속기관 AI신약융합연구원 과목명 신약 개발을 위한 딥러닝 프레임워크 기초 강의시간 10 학습목표 최근 연구 논문에서 가장 활용도가 높은 Tensorflow, Pytoch 딥러닝 프레임워크를 소개하고, github 활용 방법 및 직접 모델이나 데이터를 수정할 수 있도록 딥러닝 프로그래밍 능력을 기른다.                             강의 선수과목 및 준비사항입니다. 선수과목 Python 기초, 딥러닝 기초 참고자료 (도서) 1. 머신 러닝 교과서 with 파이썬, 사이킷런, 텐서플로 2. 파이썬 딥러닝 파이토치(Python Deep Learning PyTorch) (논문) 1. DeepDTA: deep drug–target binding affinity prediction 준비사항 - 아나콘다 설치가 가능한 PC, 노트북, 서버 등(OS, Window, Mac, Linux)

참여자수

426

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

강의 소개 및 개요입니다. 성명 권진선 소속기관 (주)애임스바이오사이언스 과목명 인공지능 빅데이터 활용 신약개발 연구동향 및 연구사례 강의시간 2시간 학습목표 AI활용 신약 개발 산업 동향 및 연구 동향 파악AI 활용 신약 개발 연구 방향 제언  

참여자수

187

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

강의 소개 및 개요입니다. 성명 이일구 소속기관 팜캐드 과목명 인공지능을 위한 선형대수학 강의시간 5시간 학습목표 인공지능을 위한 기초수학인 선형대수학을 학습한다.선형대수학에서는 간단한 스칼라, 벡터, 텐서의 정의행렬연산, 행렬식, 아이겐밸류, 행렬분해 등을 배운다.그리고 실제 코딩을 통해 이론에서 실습까지 진행한다.   강의 선수과목 및 준비사항입니다. 선수과목 -  참고자료 Deep Learning (Ian Goodfellow, et. al.) 준비사항 Anaconda 환경, jupyter notebook 환경  

참여자수

110

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

강의 소개 및 개요입니다.  성명 김선, 이도훈 소속기관 서울대학교 과목명 인공지능을 활용한 멀티오믹스 기반 바이오마커 발굴 강의시간 2 강의 소개 본 강의는 총 2강으로 구성된다. 제 1강 “멀티오믹스 바이오마커의 주요 원리 및 연구 동향 소개” 에서는 유전체(genome), 전사체(transcriptome), 후성유전체(epigenome), 단백체(proteome) 및 생물학적 네트워크(biological network) 관점의 특성이 바이오마커로 기능할 수 있는 원리를 알아보고, 관련 연구 동향을 소개한다. 제 2강 “멀티오믹스 바이오마커 발굴을 위한 인공지능/기계학습 방법론 및 대규모 데이터베이스 소개” 에서는 전통적 기계학습, 네트워크 기반 알고리즘, 그리고 인공지능에 기반한 바이오마커 발굴 방법론들을 계산적 측면에서 심도있게 다루며, 나아가 해당 방법론의 적용을 위한 대규모 생물학 데이터베이스들을 포괄적으로 소개한다. 강의 목적 멀티오믹스 바이오마커의 주요 원리와 연구 동향을 파악하고, 바이오마커 발굴을 위한 인공지능/기계학습 방법론 및 대규모 생물정보 데이터베이스를 포괄적으로 학습하여 이를 실제 연구에 적용할 수 있는 기본 능력을 배양한다.

참여자수

415

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

강의 소개 및 개요입니다. 성명 이주용 소속기관 강원대학교 화학생화학부 과목명 일반화학 기초 강의시간 6 시간 학습목표 본 수업에서는 신약 개발에 필요한 일반 화학의 기초 지식을 학습한다.   강의 선수관목 및 준비사항입니다. 선수과목 - 없음 참고자료 대학화학 5판, 자유아카데미 줌달의 일반화학 10판, 사이플러스 준비사항 없음

참여자수

161

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

강의 소개 및 개요입니다.  성명 오재성 소속기관 서울대학교병원 과목명 임상 약동학 및 약력학의 기초 강의시간 10시간 학습목표 신약임상개발 과정에서 임상 약동학 및 약력학의 역할을 이해하고 실습을통해 데이터를 해석할 수 있다.   강의 선수과목 및 준비사항입니다. 선수과목 없음 참고자료 Rowland and Tozer's Clinical Pharmacokinetics and Pharmacodynamics:Concepts and Applications (5th ed.) 준비사항 최신버젼의 R program과 R studio가 설치된 컴퓨터

참여자수

222