3개의 강좌가 검색되었습니다.
교수자/개설자
-
학습기간
2024-03-01 ~ 2024-12-31
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
24
약리시험&데이터|
강의소개 및 개요입니다. 성명 이유한 소속기관 카카오브레인 과목명 신약개발을 위한 다중모달 표현학습 강의시간 2시간 학습목표 신약 물질(단백질, 저분자 화합물)의 다양한 데이터 표현 방법에 대해 학습한다. 다중 모달 학습법에 대해서 학습하고, 신약 개발에 활용법에 대해서 학습한다. 실습을 통해 데이터 표현 방법 및 다중 모달 학습 방법을 숙지한다. 강의 선수과목 및 준비사항입니다. 선수과목 Molecular Representation Learning & Property Prediction (ADME/T, etc) 참고자료 https://arxiv.org/abs/2103.00020 (Learning Transferable Visual Models From Natural Language Supervision) 준비사항 - 코랩 또는 우분투 환경
6
화합물데이터|
강의 소개 및 개요입니다. 성명 송진숙 소속기관 한국화학연구원 과목명 신약개발을 위한 약물대사 강의시간 40분 학습목표 신약개발의 실패요인을 분석하고 성공률 제고를 위한 약동학 연구, 특히 약물의 대사안정성에 대해 이해한다.
12