교수자/개설자
-
학습기간
2024-09-12 ~ 2024-12-31
강좌소개
성명 김선, 이선호 소속기관 서울대학교, 아이겐드럭 강의 명 (주제) Deep learning models for drug response prediction 학습목표 약물 반응성 예측의 주요 원리와 연구 동향을 파악하고, 인공지능 약물 반응성 예측을 위한 딥러닝 방법론 및 주요 데이터베이스를 포괄적으로 학습하여 이를 실제 연구에 적용할 수 있는 기본 능력을 배양한다. 분야 AI 단계 심화
참여자수
21
약물탐색모델|
파이썬프로그래밍|
교수자/개설자
-
학습기간
2024-03-01 ~ 2024-12-31
강좌소개
강의 소개 및 개요입니다. 성명 김현욱 소속기관 KAIST 과목명 Disease-Target-Drug relationship analysis from multi-dimensional data 강의시간 1시간 학습목표 1. 소프트웨어 사용을 위한 컴퓨팅 환경 학습2. 약물상호작용, 약물부작용 등 다양한 약물반응의 예측을 위한 머신러닝 기반 프로그램 소개 강의 선수과목 및 준비사항입니다. 선수과목 AI 기초 (Python programing, machine learning); Chemoinformatics 분야 기초 (molecular representation 관련) 및 중급 과목 (특히 RDKit 관련) 참고자료 프로그램 관련 논문들 준비사항 -
참여자수
25
시스템 생물학|
교수자/개설자
-
학습기간
2024-03-01 ~ 2024-12-31
강좌소개
강의 소개 및 개요입니다. 성명 김동섭 소속기관 KAIST 과목명 QSAR 강의시간 5 학습목표 1. QSAR 모델 개발 과정2. 화합물구조의 수식화와 Descriptors3. QSAR를 위한 기계학습법4. Bioactivity prediction5. Proteochemometric modeling
참여자수
68
화학정보프로그래밍|
교수자/개설자
-
학습기간
2024-03-01 ~ 2024-12-31
강좌소개
강의 소개 및 개요입니다. 성명 김완규 소속기관 이화여자대학교 과목명 약물-전사체 기반 약물 기전해석 및 신약재창출 강의시간 3 학습목표 1. 약물-전사체 기반 약물 기전 해석의 기본 원리를 이해한다.2. 약물-전사체 기반 신약재창출 기법을 이해한다. 강의 선수과목 및 준비사항입니다. 선수과목 차세대 시퀀싱(NGS) 및 오믹스(전사체) 생명정보 분석 기초 (NGS 데이터 및 Pathway 분석, 클러스터링 기초 지식 등) 참고자료 강의 자료 참조 준비사항 노트북 지참 (권장 사항)
참여자수
29
바이오분석기술|