화학 & 화학정보학 역량강화 교육과정 Certificate

  • Recruiting People999 people

  • Learning period10-01-2023 ~ 12-31-2024

Log in to take courses.
Class Introduction

*교육과정 이수 및 역량평가 합격 시 '화학정보학' 기초역량을 인증하는 디지털배지가 발급됩니다.

1. 과정소개

  • 신약개발에 주로 활용되는 AI 모델 구현 능력 및 라이브러리 활용 역량을 강화하는 과정으로 아래와 같이 구성됩니다.
    • 화학이론 : 신약개발을 위해 필요한 화학/유기화학/생화학 기초지식을 학습 (화학결합, 엔탈피, 화학평형, 용해도, 단백질구조 등)
    • 컴퓨터 기반 신약설계 : 신약개발과정에서 필요한 화학정보학 기초 이론 및 신약설계방법 학습 
    • 화학정보데이터 :  약물 및 화합물 정보 데이터베이스의 활용방법 및 화합물 표현법을 학습
    • 화학정보실습 : 주요 라이브러리를 활용하여 기초적 AI모델을 구현 실습
  • 강의 실습을 위해 파이썬 프로그래밍 기초 역량 필요합니다. 

2. 교육과정 구성

분류 제목 강사 차수   설명
화학이론 일반화학 기초 서울대학교 이주용교수   6

 신약개발을 위해 필요한 일반화학 기초지식을 학습한다 

 (화학결합, 엔탈피, 화학평형, 용해도 등) 

화학이론

의약화학 기초

*의약화학 기초 1-3강

가톨릭관동의대 이석준교수   3  약물개발을 위한 약 및 표적의 생화학적 기초를 학습한다 

컴퓨터 기반 신약설계

화학정보데이터

화학정보학 개론 KAIST 김동섭교수   5

 신약개발과정 파이프라인 내 화학정보학이 활용되는 연구분야를 소개하   고, 화합물 표현 및 데이터베이스를 소개한다.

화학정보데이터 화학데이터베이스 서울대학교 이주용교수   2

 화학정보학에서 주로 활용되는 데이터베이스 활용방법을 학습한다.   (Pubchem, ChEMBL, ZINC, CCDC, Binding DB)

컴퓨터 기반 신약설계

화학정보데이터

화합물데이터처리 기초

*데이터처리 기초 4-10강

강원대학교 김화종교수    7

 화합물데이터를 머신러닝에서 활용하기 위한 데이터 표현 방식 및         처리기법을 학습한다.

컴퓨터 기반 신약설계

화학정보데이터 

QSAR

KAIST 김동섭교수   5

화합물 구조와 활성 간 정량적 관계(QSAR)의 개념을 이해하고, 인공지능 모델을 통한 구현실습을 진행한다.

화학이론

단백질 구조 기초와 접힘원리

*단백질구조예측 및 상호작용 예측 2-3강

서울대학교 허림 박사 KIST 박한범 선임연구원

  2  단백질 서열과 구조, 기능과 접힘원리에 대한 기초 지식을 학습한다. 
화학정보실습 RDKit기초와 이를 활용한 화학정보학 실습 강원대학교 이주용교수  10

화학정보인 주요 라이브러리인 RDKit의 활용법을 살펴보고, 신약개발분야에서 활용되는 RDKit 기반 인공지능 모델 구현실습을 진행한다. 

컴퓨터 기반 신약설계

화학정보데이터

Molecular Representation Learning & Propery Prediction

HITS 이세한 본부장   5 분자의 3차원 구조를 세부적으로 이해하고, 인공지능에 활용될 수 있는 다양한 분자표현방법을 학습한다. 

화학정보실습

화학정보데이터

화학데이터베이스를 활용한 가상탐색  기법

대웅제약 신승우박사   3 신약개발과정에서 Docking 기반 가상탐색 기본 원리를 파악하고, 공개데이터베이스를 통해 토이프로젝트를 수행한다.

 

Course Introduction

image

image

Classification
  • Subject
    Cheminformatics Programming
  • Class Area
    Chemical & Cheminfonatics
  • Practice
    Nothing
  • Utilize
Professor