[2023] Lecture : AI in Predicting Drug-protein Interaction(sequence-based) 수료증

  • 모집인원1,000명

  • 수강신청기간1970-01-01 ~ 1970-01-01

  • 학습기간2023-05-01 ~ 2024-12-31

로그인하시면 강좌에 등록할 수 있습니다.
강좌 소개

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, Transformer
etc.)
Graph Deep Learning(GCN, GAT, GIN, GGNN, MPNN, etc.)

참고자료

doi: 10.1093/bib/bbz157
doi: 10.1093/bib/bbab046

준비사항

 Colab 접속 가능 환경

강의영상 미리보기
강의영상 미리보기는 2분 영상만 제공됩니다.
수강신청 후 강의실에서 학습영상 전체를 확인하실 수 있습니다.
과정 소개

AI in Predicting Drug-protein Interaction (sequence-based) 강의 과정입니다.

1

[화합물-단백질 상호작용 기본 개념]

화합물-단백질 상호작용 예측에 대한기본 개념을 배우고 화합물, 단백질의 기본 표현자들에 대하여 학습한다.

-화합물-단백질 상호작용 기본 개념
-화합물 표현자
-단백질 표현자

2

[화합물-단백질상호작용 예측 모델들]

화합물-단백질 상호작용 예측 모델들에 대한 구체적인 예시를 다룬다

-화합물-단백질 상호작용 예측 모델 관련 데이터베이스
-화합물-단백질 상호작용 예측 모델들

분류
  • 주제
    약물탐색모델
  • 분야
    화학 & 화학정보학
  • 실습
    없음 (이론 강의)
  • 활용 단계
    Drug Discovery
교수자/개설자