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

62

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

35

교수자/개설자

-

학습기간

2024-03-01 ~ 2024-12-31

강좌소개

강의 소개 및 개요입니다. 성명 김상욱 소속기관 포항공과대학교 생명과학과 과목명 기계학습 및 네트워크 구조를 활용한 정밀의학 강의시간 2시간 학습목표 현재 정밀의료를 위한 바이오의약품 개발의 어려움과 이를 극복하기 위한 네트워크 정밀의학 방법론을 이해를 높임   강의 선수과목 및 준비사항입니다. 선수과목 일반생명, 생화학 참고자료 Network-based machine learning in colorectal and bladder organoid models predicts anti-cancer drug efficacy in patients. Nat Commun. 2020 Oct 30;11(1):5485. doi: 10.1038/s41467-020-19313-8. 준비사항   -   

참여자수

31

교수자/개설자

-

학습기간

2024-03-01 ~ 2024-12-31

강좌소개

강의 소개 및 개요입니다. 성명 김상욱 소속기관 포항공과대학교 생명과학과 과목명 빅데이터를 활용한 비임상시험 동물모델 개발 강의시간 2시간 학습목표 비임상시험에서 사용되는 세포와 동물모델과 임상시험에서 사람에 대한 약물의 반응 차이를 알아내기 위해 다양한 빅데이트를 이해하는 방법론을 이해   강의 선수과목 및 준비사항입니다. 선수과목 일반생명, 생화학 참고자료 Divergence of noncoding regulatory elements explains gene-phenotype differences between human and mouse orthologous genes Molecular Biology and Evolution. 2018 Jul 1;35(7): 1653-1667. doi: 10.1093/molbev/msy056   Evolutionary rewiring of regulatory networks contributes to phenotypic differences between human and mouse orthologous genes. Nucleic Acids Res. 2022 Feb 28;50(4):1849-1863. doi: 10.1093/nar/gkac050. 준비사항  -

참여자수

25

교수자/개설자

-

학습기간

2024-03-01 ~ 2024-12-31

강좌소개

강의시간 강의내용 실습여부 1 세포주 약물 반응 데이터의 이해 1. ConnectivityMap version 1 2. ConnectivityMap version 2   2 세포주 약물 반응 데이터의 활용 1. Differential Expression Analysis 소개 2 ConnectivityMap 3. L1000CDS2 4, L1000FWD 5. SigCom LINCS   3 세포주 약물 반응 데이터의 응용 ConnectivityMap L1000 data를 활용한 인공지능 연구   4 Differential Expressed Genes 실습 O 5 L1000 데이터 활용 실습 O

참여자수

31

교수자/개설자

-

학습기간

2024-03-01 ~ 2024-12-31

강좌소개

강의시간 강의내용 실습여부 1 유전변이 데이터 기본 유전변이의 개념과 종류 유전변이 데이터의 수집과 저장 방법 N 2 유전변이 annotation과 약물 유전자 데이터베이스 유전변이 annotation 방법 소개 약물 유전자 데이터베이스의 활용 방법 N 3 암유전체를 이용한 약물유전체 분석 실습 1 암과 관련된 유전체 데이터의 수집과 분석 방법 약물유전체 분석에 활용되는 도구와 기술 Y 4 암유전체를 이용한 약물유전체 분석 실습 2 암유전체 분석을 통한 약물 효능 예측 방법 유전체 변이 데이터를 활용한 개인 맞춤형 약물 치료 방법 Y 5 CNV 유전변이 분석 실습 Copy Number Variation (CNV) 유전변이의 개념과 분석 방법 CNV 데이터를 활용한 약물 유전체 연구 사례 Y 6 Noncoding 유전변이 분석 실습 비코딩 영역의 유전변이 분석 방법과 중요성 Noncoding 유전변이와 약물 반응의 관련성 연구 사례 Y 7 희귀질환 약물유전체 분석 실습 희귀질환과 관련된 유전변이 분석 방법 희귀질환 치료를 위한 약물유전체 연구 사례 Y 8 약물반응성 유전 연관성 대규모 데이터 분석 실습 대규모 유전체 분석을 위한 분석 플랫폼 실습 대규모 유전체 데이터 형태 학습 Y

참여자수

43

교수자/개설자

-

학습기간

2024-03-01 ~ 2024-12-31

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

98