교수자/개설자

-

학습기간

2026-09-01 ~ 2029-12-31

강좌소개

성명 김재현 소속기관 전북대학교 강의 명 (주제) AI 기반 신약개발 도구의 규제 사례 학습목표 해외 규제기관에 제출된 AI 기반 도구를 사례별로 확인한다. AI 기반 도구가 qualification 되는 과정을 파악한다. AI 도구에 대해 해외 규제기관의 심사 의견을 확인한다. 분야 ■ AI □ Bio □ Chem □ Drug 단계 기초

참여자수

2

교수자/개설자

-

학습기간

2026-08-14 ~ 2029-12-31

강좌소개

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

참여자수

21

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

2024-03-01 ~ 2029-12-31

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

358

교수자/개설자

-

학습기간

2024-03-01 ~ 2029-12-31

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

122