ADMET 데이터 101 수료증

  • 모집인원999명

  • 수강신청기간2024-03-01 ~ 2024-12-31

  • 학습기간2024-03-01 ~ 2024-12-31

로그인하시면 강좌에 등록할 수 있습니다.
강좌 소개

 

강의시간

강의내용

실습여부

1

물리화학적 데이터 이해 - 용해도 연관 물리화학적 성질

- 해리 상수 (pKa)에 따른 분배 계수 및 용해도의 변화

N

2

유기 분자와 무기 분자 구분 (python)

Y

3

ADMET 개요 및 Metabolism 데이터 이해

-     ADME와 독성간의 상관관계

-     약물 대사 phase I, II, III

N

4

Metabolism 예측을 위한 양자 계산 (anaconda, MOPAC)

Y

5

Absorption, Distribution, Excretion 데이터 이해

- 측정 실험 방법과 측정 값의 정의

N

6

독성 in vivo 데이터 이해

-     관련 규제 상황

-     규제 가이드라인

N

7

변이원성(mutagenesis), 발암성(carcinogenecity) 데이터 이해

-     가이드라인 시험법 확인

-     발암성 데이터 이해

N

8

장기 독성 (organ toxicity) 데이터 이해

-     가이드라인 시험법 확인

-     장기 독성 데이터 이해

N

9

AOP와 독성 예측

-     AOP 활용 독성 예측 방법

-     in vitro 시험 데이터 이해

N

과정 소개

강의 소개 및 개요입니다.

성명

신 현 길

소속기관

안전성평가연구소

과목명

ADMET 데이터 101

강의시간

9 시간

학습목표

1) 약물의 ADMET 이해. ADMET는 흡수 (Absorption), 분배(Distribution), 대사(Metabolism), 배 출(Excretion), 독성(Toxicity)의 앞글자를 딴 용어.

2) ADMET 데이터에서 제공된 세부 설명 이해.

3) 현재 규제에서 요구하는 데이터와 이를 보완할 수 있는 데이터를 이해.

강의 선수과목 및 준비사항입니다.

선수과목

 

참고자료

CRC handbook of chemistry and physics

Goodman & Gilman’s the pharmacological basis of therapeutics Casarett & Doull’s Toxicology the basic sicence of poisons

준비사항

Anaconda 설치

MOPAC 설치 (https://anaconda.org/conda-forge/mopac)

분류
  • 주제
    약리시험&데이터
  • 분야
    신약개발 & 제약산업
  • 실습
    프로그래밍 (Python)
  • 활용 단계
    Drug Discovery, preclinical
교수자/개설자