Professor
-
Learning Period
08-14-2026 ~ 12-31-2029
Course Introduction
성명 이충호 소속기관 동국대학교 약학대학 강의 명 (주제) 노코딩 AI 신약개발- 오렌지로 시작하는 데이터 과학 학습목표 노코딩 기반 데이터 과학 역량 내재화: 코딩 과정 없이 오렌지(Orange)의 위젯과 워크플로우를 활용하여, 인공 지능 및 데이터 마이닝의 기초부터 실무 분석까지 전반적인 데이터 과학 프로세스를 수립함. 바이오·화학 정보학 데이터 정제 능력 배양: SMILES 구조식, 분자 디스크립터, RNA-seq 발현량 데이터 등 복잡 한 생물·화학적 빅데이터의 특성을 이해하고, 이를 분석에 적합한 형태로 전처리 및 차원 축소하는 기법을 습득 함. 머신러닝 기반 약물 특성 및 예측 모델 구축: 분류, 선형 회귀, 로지스틱 회귀 등 다양한 지도·비지도 학습 알고 리즘을 적용하여 화합물의 독성(Toxicity), 저해 활성 수치(IC50), 세포 투과도를 정량적으로 예측하고 평가함. 실무형 신약개발 데이터 엔지니어링 파이프라인 완성: ChEMBL 및 TDC 등 글로벌 공공 데이터베이스에서 실제 약물 데이터를 수집·가공하고, 이를 활용해 FDA 승인 약물의 스크리닝 및 세포 투과도를 예측하는 실전적 파이 프라인을 독자적으로 구축함. 분야 X AI X Bio X Chem X Drug 단계 기초
Students
36
인공지능 & 프로그래밍|
생물학 & 생물정보학|
화학 & 화학정보학|
Professor
-
Learning Period
03-01-2024 ~ 12-31-2029
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
328
.png)
화학 & 화학정보학|
.png)
Professor
-
Learning Period
03-01-2024 ~ 12-31-2029
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
223
 (1).png)
화학 & 화학정보학|
Professor
-
Learning Period
03-01-2024 ~ 12-31-2029
Course Introduction
강의 소개 및 개요입니다. 성명 이주용 소속기관 강원대학교 화학생화학부 과목명 화학 정보학 데이터베이스 강의시간 2 시간 학습목표 본 수업에서는 화학 정보학에서 자주 사용되는 다양한 데이터 베이스들의 종류와 특징에 대해서 알아본다. 각 데이터베이스에서 신약 개발과 관련된 정보를 찾는 간략한 방법에 관해서 알아본다. 강의 선수과목 및 준비사항입니다. 선수과목 - 일반화학 참고자료 - 준비사항 인터넷이 연결된 컴퓨터와 웹브라우저
Students
167
.png)
화학 & 화학정보학|