어떤 강의를 찾으시나요?

4개의 강의가 검색되었습니다.

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

26

단일세포 RNA-seq 데이터를 이용한 종양/조직 미세환경 분석과 치료 표적 발굴
수료증

생물학 & 생물정보학|

신약개발 & 제약산업|

단일세포 RNA-seq 데이터를 이용한 종양/조직 미세환경 분석과 치료 표적 발굴

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

강의 소개 및 개요입니다. 성명 남호정 소속기관 GIST 과목명 Lecture : AI in Predicting Drug-protein Interaction(sequence-based) 강의시간 2 학습목표 1. 단백질 서열을 사용하여 화합물-단백질 상호작용을 예측하는 다양한 방법론을 학습한다.2. 기계학습, 딥러닝 기반 화합물-단백질 상호작용 예측 모델들에 대해 학습한다.   강의 선수과목 및 준비사항입니다. 선수과목 Deep Learning Advanced (inductive bias, self-supervised learning, semi-supervised learning, Attention, Transformeretc.)Graph Deep Learning(GCN, GAT, GIN, GGNN, MPNN, etc.) 참고자료 doi: 10.1093/bib/bbz157doi: 10.1093/bib/bbab046 준비사항  Colab 접속 가능 환경

참여자수

178

AI in Predicting Drug-protein Interaction(sequence-based)
수료증

화학 & 화학정보학|

AI in Predicting Drug-protein Interaction(sequence-based)
#Keras
#ProtVec
#GDSC
#Protein Representation

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

116

Graph Neural Networks for Molecular Property Prediction
수료증

화학 & 화학정보학|

Graph Neural Networks for Molecular Property Prediction
#GCN
# GIN
# GAT
# SWA

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

136

인공지능 신약개발을 위한 그래프 기초
수료증

인공지능 & 프로그래밍|

인공지능 신약개발을 위한 그래프 기초
#Python
# Pytorch
# DTI
# Graph Convolutional Network