목차

(강의시간)

강의내용

실습

여부

교수자

1

Introduction to Pharmacometrics & Modeling Approaches

- PK/PD, PopPK, PBPK, QSP의 기본 개념

- Top-down vs Bottom-up modeling approaches

- Modeling & Simulation workflow(Nonclinical → FIH → Early clinical development)와 drug development 적용 전략,

- 신약개발에서 PK/PD 모델링 및 Clinical Pharmacology의 역할

X

본인

2

Trends in Modern Modeling & Simulation

- Biologics, ADC, BsAb, Cell/Gene therapy modeling

- Semi-mechanistic model 및 multiscale/QSP approaches

- NAMs, organoid, microphysiological system(MPS) 기반 modeling trends

X

배수현

3

AI-Enhanced Modeling & Simulation

-AI/ML 기반 PK/PD 및 PBPK modeling 개요

-AI-enhanced ADME prediction 및 AI-powered PBPK workflow

-Digital twins, virtual population 및 AI-driven model selection(pyDarwin 등) 소개

X

본인

4

Machine Learning Applications in Pharmacometrics

-Supervised vs unsupervised learning 개념과 분야 적용

-Random Forest, Clustering, Neural Network 기반 PK/PD application

-Biomarker prediction 및 response 예측 분석 사례 & AI-Enhanced Simulation

O

본인

선수과목

-약동학(PK) 또는 임상약리학 기초 지식 권장

-Python 경험이 없어도 수강 가능

참고자료

-FDA Guidance for Industry: Population Pharmacokinetics

-EMA Guideline on PBPK Modelling and Simulation

-Chou WC and Lin Z. Machine learning and artificial intelligence in physiologically based pharmacokinetic modeling. Toxicol Sci. 2023.

-Raman K et al. Integrating Model-Informed Drug Development With AI. Clin Transl Sci. 2025.

준비사항

-Google Colab 기반 실습 진행 예정

-인터넷 접속 가능한 개인 노트북 필요

-별도 상용 software 설치 없이 브라우저 기반 실습 진행 예정