AI Agentic 기반 천연물 신규 소재 발굴 전략 Certificate

  • Recruiting People9,999 people

  • Learning period11-20-2026 ~ 12-31-2029

Log in to take courses.
Class Introduction

성명

정대식

소속기관

상명대학교/(주)인실리콕스

강의 명

(주제)

AI Agentic 기반 천연물 신규 소재 발굴 전략

학습목표

1.천연물 기반 신규 소재 발굴 과정에서 AI와 네트워크 약리학이 수행하는 역할을 설명할 수 있다.

2.OmniMix-AI의 성분–표적–질환 분석 과정과 주요 기능을 이해하고 분석 결과를 해석할 수 있다.

3.천연물 성분의 함량, 결합력 및 네트워크 중요도를 반영한 정량적 후보물질 평가 방법을 적용할 수 있다.

분야

⏹ AI

⏹ Bio

□ Chem

□ Drug

단계

기초

Course Introduction

목차

(강의시간)

강의내용

실습여부

교수자

1

천연물 신규 소재 발굴 개요 및 네트워크 약리학의 이해

AI기반 표적 예측과 후보물질 우선순위화

X

본인

2

특정 천연물 또는 기능성 소재의 유망 활성성분 탐색 (1)

분석 대상 천연물 또는 질환 선정

천연물에 포함된 주요 성분 목록 확인

성분별 잠재적 표적 단백질 탐색

질환 관련 표적과 성분 표적 간 공통 표적 분석

X

본인

3

특정 천연물 또는 기능성 소재의 유망 활성성분 탐색 (2)

핵심 표적 및 관련 생물학적 경로 분석

성분–표적–질환 네트워크 결과 해석

상위 후보 성분 3개 선정

선정 근거를 효능, 결합력, 네트워크 중요도 및 문헌 근거로 정리

AI 분석 결과의 한계와 추가 실험 검증 방안 제시

O

본인

4

정량 가중치 실습

천연물 네트워크 분석은 극미량 성분이 네트워크 연결성만으로 과대평가될 수 있으므로 실제 추출물 내 성분 함량을 함께 반영해야 한다. 자료에서는 성분 함량(C), 표적 결합력(E), 네트워크 중요도(D)를 결합한 정량 점수 적용 방향을 제시

실습에서는 제공된 가상 데이터를 이용하여 기존 네트워크 순위와 정량 가중치 적용 후 순위를 비교하고, 순위가 변경된 이유를 분석한다.

O

본인

선수과목

생명과학 및 생화학 기초, 천연물, 기능성 소재 및 활성성분의 기본 개념, SMILES, ADME/T, 분자도킹 및 결합 친화도에 대한 기초 개념

참고자료

네트워크 약리학 기초 문헌, PubChem, ChEMBL, DrugBank 및 천연물 성분 데이터베이스 등

준비사항

노트북

Classification
  • Subject
    System Biology, Chemical Data, Vitrual Screeening, Machine Learning
  • Class Area
    AI & Programming, Biology & Bioinfomatics
  • Practice
    Software
  • Utilize
    Target Identification, Drug Discovery
Professor