교수자/개설자

-

학습기간

2024-11-25 ~ 2029-12-31

강좌소개

성명 빈진혁 소속기관 연세대학교 의과대학 강의 명 (주제) ML/AI 기반 유전체-단백체 멀티오믹스 통합분석 방법론 학습목표 최근 바이오텍 기술의 발전으로 인해 다양한 레벨의 생명정보 데이터들이 생성 및 축적되고 있으며, 이러한 데이터들을 통합 분석하는 방법론들도 인공지능 기술의 발달과 더불어 활발하게 개발되고 있다. 본 강의에서는 유전체/전사체/단백체 데이터들이 통합되는 방법론과 실제 개발된 툴들을 사용해봄으로써 데이터 통합에 대한 이해 및 경험을 쌓는 것을 목표로 한다. 분야 □ AI ■ Bio □ Chem □ Drug 단계 심화

참여자수

42

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

46

교수자/개설자

-

학습기간

2024-11-12 ~ 2029-12-31

강좌소개

성명 윤재석 소속기관 충북대학교 강의 명 (주제) 중추신경계 약리학분야의 연구방법 학습목표 신경정신약리학에사용하는 질병모델을 이해한다. 행동약리학적 평가와 신경생물학적 기법을 이해한다. 특정 동물모델의 응용방안을 설명할 수 있다. 분야 □ AI ■ Bio □ Chem □ Drug 단계 심화

참여자수

14

교수자/개설자

-

학습기간

2024-11-01 ~ 2029-12-31

강좌소개

성명 박혜진 소속기관 에이조스바이오 강의 명 (주제) 대규모 언어 모델과 신약개발 학습목표 대규모 언어모델의 원리와 신약개발에서의 응용 가능성을 이해하고, 이를 통해 혁신적인 신약개발 방법론을 탐구한다. 분야 ■ AI □ Bio □ Chem □ Drug 단계 심화

참여자수

32

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

32

교수자/개설자

-

학습기간

2024-09-12 ~ 2029-12-31

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

65

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

강의 소개 및 개요입니다. 성명 김태민 소속기관 가톨릭대학교 과목명 Cancer genome analysis 강의시간 5 학습목표 1. 암유전체의 대표적인 변이 중 돌연변이(mutation) 및 염색체변이(copy number alteration)에 대한 정의 및 대표적인 연구기법 등을 학습한다.   강의 선수과목 및 준비사항입니다. 선수과목 NGS data analysis, Genomics analysis, Big data in precision oncology 참고자료   준비사항  R+ 기반 실습과목

참여자수

70

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

강의시간 강의내용 실습여부 1 - Early Stage 신약개발을 이해하고, 관련 데이터베이스들을 살펴본다. - 파이썬을 이용하여 데이터를 다운로드하고 데이터의 탐색적 분석을 수행한다. O 2 - 타깃 발굴을 위한 데이터베이스의 종류를 알아보고 이론적 배경을 학습한다. 생물정보학 분석을 이용하여 관련 유전자를 추출하고, 인공지능 분석 결과와 통합하는 방법을 알아본다. O 3 독성시험의 이론적 배경을 학습하고 관련 데이터베이스를 살펴본다. 화합물의 표현 방법에 대해 학습한다. 화합물 독성 예측 모델을 설계하고, 가상 스크리닝을 수행한다. O 4 - 간단한 단백질-화합물 상호작용(Drug-Target Interaction) 모델을 설계한다. DTI 데이터베이스를 살펴보고, 그 의미에 대해 학습한다. ZINC database에서 가상 스크리닝을 수행한다. O 5 - 강화학습에 대해 학습하고, 이를 이용한 lead optimization의 개념에 대해 학습한다. 파이프라인 구축을 위한 Snakemake에 대해 학습한다. 효력, 독성 모델을 구축하고 자동화된 파이프라인을 설계한다. O

참여자수

104

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

강의 소개 및 개요입니다. 성명 이세한 소속기관 Hits 과목명 Molecular Representation Learning & Property Prediction 강의시간 5 학습목표 1. 분자 표현을 이해하고 인공지능 학습에 활용 할 수 있다.2. SMILES, fingerprint, pharmacophore, embedding 등의 분자 구조 표현 방법을 학습한다.   강의 선수과목 및 준비사항입니다. 선수과목  - 참고자료  - 준비사항 노트북 사용, discovery studio visualizer & PaDEL 설치 

참여자수

44

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

강의시간 강의내용 실습여부 1 질병 멀티오믹스 데이터에 클러스터링 및 네트워크 분석을 활용한 최신 연구   2 멀티오믹스 데이터 클러스터링 분석의 기초 개념과 적용 사례   3 멀티 오믹스 데이터에 대한 네트워크 분석 적용의 기초 개념과 적용 사례   4 NMF 클러스터링 중심의 멀티오믹스 데이터 클러스터링 분석 실습 O 5 MOFA tool을 활용한 멀티오믹스 데이터 클러스터링 분석 및 해석 실습 O 6 PHONEMES tool을 활용한 멀티오믹스 데이터 네트워크 분석 및 해석 실습 O

참여자수

36

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

강의 소개 및 개요입니다. 성명 이원태 소속기관 연세대학교 과목명 단백질구조기반 신약설계법 강의시간 2 학습목표 - 왜 타겟 구조기반 신약설계가 필요한가 ? 고해상도 삼차원 구조기반 신약설계 및 적용   강의 선수과목 및 준비사항입니다. 선수과목 일반생물학, 생화학, 물리화학, 화학 참고자료 - 참고 논문 (별도로 공지) - 참고서: 1. Introduction to Protein Architecture, A. M Lesk, 2001, Oxford Press 2. Principles of Protein X-ray Crystallography, 2nd Ed. Jan Drenth, Springer, 199 3. Principles of Physical Biochemistry, Kensal E. van Holde, W. Curtis Johnson, P. Shing Ho, Pearson Prentice Hall, 2006 4. Drug Design & Development, Chris Rostron, Oxford Univ. Press, 2020 준비사항 없음

참여자수

88

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

강의 소개 및 개요입니다. 성명 김준일 소속기관 숭실대학교 과목명 단일세포전사체를 활용한 유전자조절네트워크 분석  강의시간 6시간 학습목표 본 과목에서는 단일세포전사체를 분석하는 방법을 익히고 분석된 데이터를 바탕으로 유전자조 절네트워크를 재구성하며 이를 Cytoscape을 이용하여 분석하는 방법을 익힌다.   강의 선수과목 및 준비사항입니다. 선수과목 선형대수 분자생물학 프로그래밍기초,        , R 참고자료 - 리뷰논문: Current best practice in single-cell RNA-seq analysis: a tutorial/Malte Luecken, Fabian Theis 준비사항 - R이 설치되어 있는 컴퓨터

참여자수

91

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

강의 소개 및 개요입니다. 성명 한 중 수 소속기관 한양대학교 의과대학 생화학분자생물학교실 과목명 분자생물학 기초 및 세포신호전달개론 강의시간 10시간 학습목표 신약개발의 기본생물학적 이해를 위하여 분자생물학의 fundamentals를 습득한다. Genomics와 Proteomics 기초지식을 습득한다. 신약의 타겟이되는 세포신호전달에 대한 전반적인 지식을 습득한다.   강의 선수과목 및 준비사항입니다. 선수과목 생화학, 분자생물학 참고자료 The cells a molecular approach, Biochemistry of signal transduction and regulation 준비사항 강의 pdf 화일

참여자수

92

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

강의 소개 및 개요입니다. 성명 남진우 소속기관 한양대학교 과목명 서열분석(DNA,RNA,Protein) 강의시간 4 학습목표 1. DNA, RNA, Protein 서열의 기본적인 정보처리, K-mer 분석, 통계분석에 대해 이해한다.2. DNA, RNA, Protein의 서열의 유사도를 측정하는 기본적일 알고리즘을 이해한다.   강의 선수과목 및 준비사항입니다. 선수과목  일반생물학 참고자료  - 준비사항  노트북 웹브라우저

참여자수

70

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

강의 소개 및 개요입니다.  성명 황 대 희 소속기관 서울대학교 과목명 시스템생물학 강의시간 8 Lecture (4 과정) 학습목표 본 강좌에서는 시스템생물학 교과목으로서 생체 시스템을 이해하기 위한 오믹스 분석 기술, 질병 관련 유전자/단백질 선별을 위한 오믹스 데이터 분석법, 바이오마커(e.g., 진단마커, 약물타겟) 선정과 메커니즘 예측에 필요한 네트워크 분석 방법론을 학습한다.  

참여자수

84

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

강의 소개 및 개요입니다. 성명 김준일 소속기관 숭실대학교 과목명  시스템생물학을 활용한 신호전달경로 모델링 강의시간 6시간 학습목표 본 과목에서는 시스템생물학의 기법 중 하나인 신호전달경로 모델링 기법을 배운다 이를.  위해 미분방정식과 불리언네트워크 모델링 이론을 배우고 이를 MATLAB을 이용해서 실습함으로써 신호전달경로 모델링을 이용한 타겟 발굴 방법을 이해한다. 강의 선수과목 및 준비사항입니다. 선수과목 선형대수 분자생물학, 참고자료 -  시스템생물학조광현홍릉과학출판사/          / -  An Introduction to Systems Biology 준비사항 - MATLAB을 사용할 수 있는 컴퓨터 (데스크탑 버전은 유로 모바일 버전은 무료임)

참여자수

31

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

강의 소개 및 개요입니다. 성명 이원태 소속기관 연세대학교 과목명 신약타겟 단백질구조결정학 강의시간 3 학습목표 - 왜 구조기반 신약설계가 필요한가 ? - 구조기반 신약설계에 필요한 질병 타겟 단백질들의 삼차원 구조규명 첨단기술을 학습   강의 선수과목 및 준비사항입니다. 선수과목 일반생물학, 생화학, 물리화학, 화학 참고자료 - 참고 논문 (별도로 공지) - 참고서: 1. Introduction to Protein Architecture, A. M Lesk, 2001, Oxford Press 2. Principles of Protein X-ray Crystallography, 2nd Ed. Jan Drenth, Springer, 199 3. Principles of Physical Biochemistry, Kensal E. van Holde, W. Curtis Johnson, P. Shing Ho, Pearson Prentice Hall, 2006 4. Drug Design & Development, Chris Rostron, Oxford Univ. Press, 2020 준비사항 없음  

참여자수

42

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

강의소개 및 개요입니다. 성명 이석준 소속기관 가톨릭관동의대 약리학교실 과목명 의약화학 기초 강의시간 10시간 학습목표 약은 생체내의 세포, 조직, 장기를 포함한 모든 표적에 기능의 변화를 일으키는 물질이다. 이를 개발하는 과정은 화학적 지식뿐만 아니라 생물학, 약학, 의학등 다양한 분야의 전문 지식이 필요하다. 본 과정은 화학과 생물학을 기반으로 새로운 약물을 개발하는데 필요한 기초 지식을 학습하는 것을 목표로 한다.   강의 선수과목 및 준비사항입니다. 선수과목 일반화학, 일반 생물학, 생화학 참고자료 - 의약화학 제 6판(신일서적) 준비사항  -

참여자수

163

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

강의 소개 및 개요입니다. 성명 이상완 소속기관 KAIST 과목명 인공지능 신약개발을 위한 강화학습 기초 강의시간 6시간 학습목표 본 강의에서는 생물학적 시스템과 같은 복잡한 환경과의 상호작용을 통해 개발자가 설정한 조건을 만족시키는 최적의 시퀀스나 환경 제어 전략을 탐색할 수 있는 강화학습 이론과 기초 알고리즘을 다룬다.   강의 선수과목 및 준비사항입니다. 선수과목 선형대수 기초 참고자료 Sutton and Barto, Reinforcement learning: an introduction 준비사항 강의자료

참여자수

34

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

강의 소개 및 개요입니다.  성명 김선, 이도훈 소속기관 서울대학교 과목명 인공지능을 활용한 멀티오믹스 기반 바이오마커 발굴 강의시간 2 강의 소개 본 강의는 총 2강으로 구성된다. 제 1강 “멀티오믹스 바이오마커의 주요 원리 및 연구 동향 소개” 에서는 유전체(genome), 전사체(transcriptome), 후성유전체(epigenome), 단백체(proteome) 및 생물학적 네트워크(biological network) 관점의 특성이 바이오마커로 기능할 수 있는 원리를 알아보고, 관련 연구 동향을 소개한다. 제 2강 “멀티오믹스 바이오마커 발굴을 위한 인공지능/기계학습 방법론 및 대규모 데이터베이스 소개” 에서는 전통적 기계학습, 네트워크 기반 알고리즘, 그리고 인공지능에 기반한 바이오마커 발굴 방법론들을 계산적 측면에서 심도있게 다루며, 나아가 해당 방법론의 적용을 위한 대규모 생물학 데이터베이스들을 포괄적으로 소개한다. 강의 목적 멀티오믹스 바이오마커의 주요 원리와 연구 동향을 파악하고, 바이오마커 발굴을 위한 인공지능/기계학습 방법론 및 대규모 생물정보 데이터베이스를 포괄적으로 학습하여 이를 실제 연구에 적용할 수 있는 기본 능력을 배양한다.

참여자수

122

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

강의 소개 및 개요입니다.  성명 오재성 소속기관 서울대학교병원 과목명 임상 약동학 및 약력학의 기초 강의시간 10시간 학습목표 신약임상개발 과정에서 임상 약동학 및 약력학의 역할을 이해하고 실습을통해 데이터를 해석할 수 있다.   강의 선수과목 및 준비사항입니다. 선수과목 없음 참고자료 Rowland and Tozer's Clinical Pharmacokinetics and Pharmacodynamics:Concepts and Applications (5th ed.) 준비사항 최신버젼의 R program과 R studio가 설치된 컴퓨터

참여자수

99

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

강의시간 강의내용 실습여부 1 1. 강의 소개 -   인체의 질환 -   질환의 발생: 약물 표적 -   질환과 약물 표적 X 2 2. 심혈관계에 작용하는 약물 I -   이뇨제 -   지혈증 약물 -   개발사례 X 3 3. 심혈관계에 작용하는 약물 II -   항고혈약 약물 -   개발사례 X 4 4. 심혈관계에 작용하는 약물 III -   항협심증 약물 -   혈관확장 약물 -   개발사례 X 5 5. 심혈관계에 작용하는 약물 IV -   항응고 약물 -   혈전용해 약물 -   개발사례 X 6 6. 중추신경에 작용하는 약물 I -   진정제 -   수면제 -   개발사례 X   7 7. 중추신경에 작용하는 약물 II -   항우울제 -   개발사례 X 8 8. 통증관리 약물 I -   비아편유사 진통제 -   개발사례 X 9 9. 통증관리 약물 II -   아편유사 진통제 -   개발사례 X 10 10. 항균제 -   항균제 -   개발사례 X 11 11. 항바이러스제 - 항바이러스제 - 개발사례 X

참여자수

38

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

강의 소개 및 개요입니다. 성명 김동섭 소속기관 KAIST 과목명 화학정보학개론 강의시간 5 학습목표 1. 신약개발과 화학정보학, Overview2. 어떠한 화합물이 약물이되는가3. 어떻게 화합물을 표현하는가4. 화합물 DB

참여자수

63