교수자/개설자
-
학습기간
2024-11-25 ~ 2029-12-31
강좌소개
성명 김은지 소속기관 코오롱인더스트리 강의 명 (주제) 화학정보학의 기초: AI와 계산 화학으로 풀어보는 신약 개발 학습목표 이 강의는 화학정보학의 기초를 배우고, AI, 분자동역학, 양자계산을 신약 개발에 어떻게 활용하는지 설명합니다. 참가자는 약물 설계와 용해도 파라미터 예측 등 중요한 화학적 특성을 예측하는 방법을 익히게 됩니다. 분야 AI □ Bio Chem □ Drug 단계 기초
참여자수
32
화학 & 화학정보학|
교수자/개설자
-
학습기간
2024-11-20 ~ 2029-12-31
강좌소개
성명 이윤지 소속기관 중앙대학교 약학대학 강의 명 (주제) 생물정보학을 활용한 단백질 간 상호작용 및 복합체 모델링 학습목표 본 강의에서는 AI와 생물정보학 도구를 활용하여 단백질 간 상호작용(PPI)과 단백질 복합체 모델링에 대해 학습한다. 생물학적 서열 분석을 기초로 하여, 단백질 상호작용의 중요성과 이를 기반으로 한 복합체 모델링 기법에 대해 소개한다. 학생들은 서열 분석과 PPI 연구를 바탕으로 실제 단백질 복합체를 모델링하는 과정을 배우며, 최신 기술이 이 과정에서 어떻 게 활용되는지, 한계는 무엇인지 이해한다. 분야 □ AI ■ Bio □ Chem □ Drug 단계 기초 / 심화
참여자수
36
생물학 & 생물정보학|
교수자/개설자
-
학습기간
2024-11-07 ~ 2029-12-31
강좌소개
성명 조혜영 소속기관 차의과학대학교 약학대학 강의 명 (주제) 분산형 임상시험 (Decentralized Clinical Trial, DCT) 학습목표 최근 분산형 임상시험(DCT)의 필요성과 현장 수요가 증가되면서 우리나라 정부에서도 글로벌 경쟁력을 강화하고 임상시험 참여 기회를 확대해 신약 접근성을 제고할 수 있도록 DCT 도입을 위한 기반 마련을 지원하고 있으므로 DCT의 개념과 장단점을 이해하고 DCT 수행을 위한 제도적 개선 방향에 대해 검토한다. 분야 □ AI ■ Bio □ Chem ■ Drug 단계 기초
참여자수
6
임상개발 & 임상데이터|
교수자/개설자
-
학습기간
2024-10-24 ~ 2029-12-31
강좌소개
성명 송길태 소속기관 부산대학교 강의 명 (주제) Recommendation systems in bioinformatics 학습목표 1. Recommendation systems에 대한 기본 개념을 이해한다. 2. Recommendation systems을 활용하여 표적 단백질 결합 후보 물질 추천 및 바이오마커 발굴 등의 문제를 해결하는 방법을 학습한다. 분야 AI 단계 심화
참여자수
12
신약개발 & 제약산업|
교수자/개설자
-
학습기간
2024-10-11 ~ 2029-12-31
강좌소개
성명 박대찬 소속기관 아주대학교 강의 명 (주제) NGS와 AI를 이용한 항체 레퍼토리 (repertoire) 분석 학습목표 생체 내에서 B 세포의 발달 및 B cell receptor (BCR 또는 항체)의 다양성과 항원 특이성이 확보되는 면역학 기초를 배운다. 천문학적인 BCR 다양성 분석을 위해 NGS 기반 BCR 시퀀 싱 데이터를 생산하는 최신 연구 기법을 학습한다. 생명정보학적 분석법으로 BCR의 V gene usage와 complementarity-determining regions (CDR) 서열을 동정하는 법을 배우고 딥러닝으 로 대규모 DNA 서열과 아미노산 서열을 학습하는 방법을 배운다. 분야 Bio 단계 기초
참여자수
29
인공지능 & 프로그래밍|
교수자/개설자
-
학습기간
2024-10-10 ~ 2029-12-31
강좌소개
성명 허기영 소속기관 서울대학교병원 강의 명 (주제) 비임상자료에 기반한 임상 약동학 예측 학습목표 약동학(Pharmacokinetics)의 정의와 주요 용어의 의미를 이해하고, 이를 바탕으로 임상시험 자료를 해석한다. 계량약리학(population pharmacokinetics)을 중심으로 비임상-임상 약동학 예측을 위한 방법론을 설명한다. 생리학기반 약동학(PBPK) 및 AI를 활용한 약동학 예측 방법에 대해 설명한다. 분야 Drug 단계 기초
참여자수
50
임상개발 & 임상데이터|
교수자/개설자
-
학습기간
2024-09-01 ~ 2029-12-31
강좌소개
성명 선 호 근 소속기관 부산대학교 통계학과 강의 명 (주제) R을 활용한 유전체 빅데이터 통계 분석 (Statistical analysis of high-dimensional genomic data using R) 학습목표 유전체 발현량 데이터와 DNA 메틸화 데이터와 같은 고차원 유전체 데이터를 분석하는 통계적 검정 방법들과 벌점함수 기반 변수선택 방법들을 학습시키고, 통계 패키지 R을 사용하여 실제 유전체 빅데이터를 분석하는 실습을 통해 학생들의 데이터 분석 능력을 향상시킨다. 분야 AI, Bio 단계 기초 및 심화
참여자수
83
인공지능 & 프로그래밍|
교수자/개설자
-
학습기간
2024-03-01 ~ 2024-12-31
강좌소개
강의 소개 및 개요입니다. 성명 김우연 소속기관 KAIST 과목명 AI in Predicting Protein-Ligand Interaction (structure-based) 강의시간 8 학습목표 1.단백질 구조 기반 Protein-Ligand Interaction 에 대한 다양한 AI 예측 모델들을 살펴본다. 2. 예측의 정확도 및 일반화 측면에서 다양한 방법들의 장단점을 이해한다. 강의 선수과목 및 준비사항입니다. 선수과목 al Screening (이주용), Deep learning approach (김동섭), Deep learning frameworks (김학수), Deep learning Basic (김학수 참고자료 981 (2019)), GNN-Torg (JCIM, 59, 4131 (2019)), GNN-Jiang(RSCAdv 20, 20701 (2020)), DeepFusion (JCIM, 61, 1583 (2021)), PoseR 준비사항 x
참여자수
134
화학 & 화학정보학|
교수자/개설자
-
학습기간
2024-03-01 ~ 2024-12-31
강좌소개
강의시간 강의내용 실습여부 1 - Self-Supervised Learning이란? - Language 분야에서의 SSL - Computer vision 분야에서의 SSL X 2 - Molecular Graph란? - Graph Neural Networks - Molecular Graph 분야에서의 SSL X
참여자수
28
인공지능 & 프로그래밍|
교수자/개설자
-
학습기간
2024-03-01 ~ 2024-12-31
강좌소개
강의소개 및 개요입니다. 성명 최정모 소속기관 부산대학교 화학과 과목명 단백질-리간드 상호작용 계산을 위한 분자동역학 시뮬레이션 방법 강의시간 4시간 학습목표 분자동역학(molecular dynamics; MD) 시뮬레이션 방법의 기초를 익히고, 신약 개발에 널리사용되는 단백질-리간드 상호작용 계산에 응용한다. 강의 선수과목 및 준비사항입니다. 선수과목 기초화학 참고자료 Smit and Frankel, Understanding Molecular Simulation: From Algorithms to Applications 준비사항 해당없음
참여자수
127
화학 & 화학정보학|
교수자/개설자
-
학습기간
2024-03-01 ~ 2024-12-31
강좌소개
강의 소개 및 개요입니다. 성명 홍동완 소속기관 가톨릭대학교 의과대학 과목명 알파폴드를 이용한 단백질 구조 예측 및 평가 강의시간 2시간 학습목표 인공지능 기반 단배길 구조 예측 도구인 알파폴드를 이용하여 주어진 아미노산 서열에 대해 단백질 구조를 예측하는 실습을 진행하고. 예측된 단백질 구조를 이해하고 이들 결과를 평가할 수있는 능력을 키운다. 강의 선수과목 및 준비사항입니다. 선수과목 단백질 데이터 베이스, 단백질 생물정보학 참고자료 - 도서, 웹사이트, 논문 등 준비사항 랩탑 컴퓨터, 데스크탑 컴퓨터
참여자수
73
생물학 & 생물정보학|
교수자/개설자
-
학습기간
2024-03-01 ~ 2024-12-31
강좌소개
강의 소개 및 개요입니다. 성명 권진선 소속기관 (주)애임스바이오사이언스 과목명 인공지능 빅데이터 활용 신약개발 연구동향 및 연구사례 강의시간 2시간 학습목표 AI활용 신약 개발 산업 동향 및 연구 동향 파악AI 활용 신약 개발 연구 방향 제언
참여자수
58
인공지능 & 프로그래밍|
신약개발 & 제약산업|