2 Course(s)
Professor
-
Learning Period
03-01-2024 ~ 12-31-2024
Course Introduction
강의시간 강의내용 실습여부 1 - Early Stage 신약개발을 이해하고, 관련 데이터베이스들을 살펴본다. - 파이썬을 이용하여 데이터를 다운로드하고 데이터의 탐색적 분석을 수행한다. O 2 - 타깃 발굴을 위한 데이터베이스의 종류를 알아보고 이론적 배경을 학습한다. 생물정보학 분석을 이용하여 관련 유전자를 추출하고, 인공지능 분석 결과와 통합하는 방법을 알아본다. O 3 독성시험의 이론적 배경을 학습하고 관련 데이터베이스를 살펴본다. 화합물의 표현 방법에 대해 학습한다. 화합물 독성 예측 모델을 설계하고, 가상 스크리닝을 수행한다. O 4 - 간단한 단백질-화합물 상호작용(Drug-Target Interaction) 모델을 설계한다. DTI 데이터베이스를 살펴보고, 그 의미에 대해 학습한다. ZINC database에서 가상 스크리닝을 수행한다. O 5 - 강화학습에 대해 학습하고, 이를 이용한 lead optimization의 개념에 대해 학습한다. 파이프라인 구축을 위한 Snakemake에 대해 학습한다. 효력, 독성 모델을 구축하고 자동화된 파이프라인을 설계한다. O
Students
89
약물탐색모델|
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
34
화합물데이터|