RDKit의 기초와 이를 이용한 화학정보학 실습 Certificate
Recruiting People999 people
Learning period03-01-2024 ~ 12-31-2024
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 |
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 |
RDKit의 기초와 이를 이용한 화학정보학 실습 강의 과정입니다.
1 |
RDKit 라이브러리를 이용해서 분자 정보를 읽고, 쓰고, 변환시키는 기능을 실습한다. -RDKit 라이브러리의 설치 |
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 |
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 |
6 |
리간드의 물성에 기반하여 새로운 신약 후보 물질을 찾는 방법에 대해 살펴본다. -리간드의 물성 계산 실습 |
7 |
단백질-리간드 도킹 계산의 기초에 대해서 학습하고 실습을 수행한다 -단백질-리간드 도킹 계산의 이론 이해 |
8 |
타겟 단백질 구조를 기반으로 하여 신약 후보 물질을 탐색하는 방법을 알아본다. -단백질의 구조 시각화 |
9 |
분자 표현자 기반의 QSAR 모델을 실제로 만들어 보는 실습을 수행한다 -다양한 분자 표현자 이용 실습 |
10 |
MLP와 CNN 방법을 이용해서 분자의활성도를 예측하는 방법에 대해서 알아본다. -Keras 를 이용한 MLP 기반의 분자 활성도 예측 모델 개발 |
-
SubjectCheminformatics Programming
-
Class AreaChemical & Cheminfonatics
-
PracticeProgramming (Python)
-
UtilizeDrug Discovery