RDKit의 기초와 이를 이용한 화학정보학 실습 Certificate

  • Recruiting People999 people

  • Learning period03-01-2024 ~ 12-31-2024

Log in to take courses.
Class Introduction

강의 소개 및 개요입니다.

성명

이주용

소속기관

서울대학교

과목명

RDKit의 기초와 이를 이용한 화학정보학 실습

강의시간

10

학습목표

1. RDKit의 기본 기능을 익혀 기본적인 분자 입출력 및 물성 분석을 할 수 있다
2. Cheminformatics의 기본 개념을 이해하고 실제로 최신 연구에서 어떻게 사용되고 있는지 살펴본다

 

강의 선수과목 및 준비사항입니다.

선수과목

 파이썬, 주피터 노트북, anaconda 또는 venv 같은 가상환경 생성 프로그램

참고자료

 www.rdkit.org, 핸즈온 머신러닝 (한빛 미디어)

준비사항

 파이썬, 주피터 노트북, 아나콘다 패키지 관리자가 설치된 PC 필요

Course Introduction

RDKit의 기초와 이를 이용한 화학정보학 실습 강의 과정입니다.

1

RDKit 라이브러리를 이용해서 분자 정보를 읽고, 쓰고, 변환시키는 기능을 실습한다.

-RDKit 라이브러리의 설치
-텍스트 파일에서 분자를 읽어들이고 쓰는 방법 실습
-분자의 fingerprint 생성 방법 학습

2

주어진 분자의 다양한 물성을 RDKit의 함수를 이용해서 얻는 방법을 학습한다.

-Mol type 변수의 이해

-분자 물성 계산 모듈 실습

3

간단한 machine-learning 모델을 만들어서 새로운 분자의 물성을 예측하는 방법을 학습한다

-Scikit-learn & Pandas 설치
-간단한 선형 모델의 이해 및 분자 물성 예측 실습

4

분자의 SMILES에서 출발하여 3차원 구조와 부분 전하를 구하는 방법을 학습한다.

-분자의 SMILES에서 3차원 구조 생성하기 실습

-각 원자의 부분 전하 계산 방법 실습

5

기존에 존재하는 화합물 DB의 개괄을살펴보고 원하는 물성의 분자를 추출하는 방법에 대해서 알아본다.

-다양한 화합물 DB 살펴보기
-화합물 DB에서 분자 추출 실습

6

리간드의 물성에 기반하여 새로운 신약 후보 물질을 찾는 방법에 대해 살펴본다.

-리간드의 물성 계산 실습
-물성 및 구조 유사도 기반 분자 탐색

7

단백질-리간드 도킹 계산의 기초에 대해서 학습하고 실습을 수행한다

-단백질-리간드 도킹 계산의 이론 이해
-단백질-리간드 도킹 계산 실습

8

타겟 단백질 구조를 기반으로 하여 신약 후보 물질을 탐색하는 방법을 알아본다.

-단백질의 구조 시각화
-도킹 프로그램을 이용한 가상 탐색 실습

9

분자 표현자 기반의 QSAR 모델을 실제로 만들어 보는 실습을 수행한다

-다양한 분자 표현자 이용 실습
-Random Forest 기반의 QSAR 모델 학습 실습

10

MLP와 CNN 방법을 이용해서 분자의활성도를 예측하는 방법에 대해서 알아본다.

-Keras 를 이용한 MLP 기반의 분자 활성도 예측 모델 개발
-Keras 를 이용한 CNN 기반의 분자 활성도 예측 모델 개발

Classification
  • Subject
    Cheminformatics Programming
  • Class Area
    Chemical & Cheminfonatics
  • Practice
    Programming (Python)
  • Utilize
    Drug Discovery
Professor