교수자/개설자

-

학습기간

2024-11-18 ~ 2029-12-31

강좌소개

성명 정경인 소속기관 차의과학대학교 강의 명 (주제) 바이오의약품 기초임상약리학 학습목표 이 바이오의약품 기초임상약리학 과정은 AI 신약개발 분야 입문자들에게 바이오의약품의 기본 개념을 소개한다. 수강생들은 바이오의약품의 종류, 기본 특성 및 작용 원리에 대해 학습하게 된다. 또한 백신, 유전자치료제, 세포치료제 등 주요 바이오의약품 유형에 대한 기초적인 이해를 갖추게 될 것이다. 이를 통해 향후 심화 학습이나 실무에 필요한 기본적인 지식 기반을 마련하는 것이 이 과정의 목표이다. 분야 □ AI ■ Bio □ Chem ■ Drug 단계 기초

참여자수

29

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

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

63

교수자/개설자

-

학습기간

2024-03-01 ~ 2024-12-31

강좌소개

강의 소개 및 개요입니다. 성명 김이랑 소속기관 온코크로스 과목명 AI 신약개발시 알아야 할 항암제 개요 강의시간 1시간 학습목표 항암제는 AI 신약개발 뿐 아니라 전통신약개발의 경우에도 가장 많이 개발되며, 시장 역시 가장 큰 영역이다. 항암제의 역사, 종류 및 임사에서 항암제 사용 등 항암제 전반에 대해 알아보려 한다.  

참여자수

117

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

강의 소개 및 개요입니다. 성명 김태민 소속기관 가톨릭대학교 과목명 Big data in precision oncology 강의시간 2 학습목표 1. 대표적인 암유전체데이터베이스인 TCGA/ICGC를 통해 big data의 개요 및 구조를 학습한다   강의 선수과목 및 준비사항입니다. 선수과목  Introduction to NGS data analysis, Genomics analysis, Gene expression analysis, RNA-seq/single cell RNA analysis 참고자료  - 준비사항  -

참여자수

86

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

67

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

강의 소개 및 개요입니다.  성명 김태민 소속기관 가톨릭대학교 과목명 Multiomics analysis 강의시간 2 학습목표 1. 대표적인 암유전체데이터베이스인 TCGA data를 통해 multiomics분석의 특성 및 실제 응용기법들을 학습한다.   강의 선수과목 및 준비사항입니다. 선수과목 Gene expression analysis, RNA-seq/single cell RNA analysis, Cancer genome analysis  참고자료  - 준비사항  -  

참여자수

76

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

강의 소개 및 개요입니다. 성명 김현욱 소속기관 한국과학기술원(KAIST) 과목명 바이오 네트워크 모델링 강의시간 3시간 학습목표 약물표적 예측을 위한 게놈 수준의 대사모델 구축 및 시뮬레이션에 대한소개   깅의 선수과목 및 준비사항 입니다. 선수과목 생화학 및 프로그래밍에 대한 기본 지식 참고자료   준비사항 노트북 등 컴퓨터

참여자수

23

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

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

24

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

강의 소개 및 개요입니다. 성명 석차옥 소속기관 서울대학교 과목명 신약개발을위한단백질구조예측및상호작용예측 강의시간 11 학습목표 1. 첨단 단백질 구조 예측 및 상호작용 예측의 원리를 배우고 예측 가능 범위를 파악한다.2. 신약개발에 활용될 수 있는 관련 소프트웨어 및 웹서버 활용법에 대해 익힌다.   강의 선수과목 및 준비사항입니다. 선수과목  선수과목 또는 관련과목 참고자료  https://www.rcsb.org/ Muhammed, Muhammed Tilahun, and Esin Aki‐Yalcin. "Homology modeling in drug discovery: Overview, current applications,and future perspectives." Chemical biology & drug design 93.1 (2019): 12-20.Ovchinnikov, Sergey, et al. "Protein structure determination using metagenome sequence data." Science 355.6322 (2017): 294- De Vivo M et al. Role of Molecular Dynamics and Related Methods in Drug Discovery. J. Med. Chem. (2016). Leaver-Fay A, Tyka M, Lewis SM, Lange OF, Thompson J, et al. "Rosetta3 an object-oriented software suite for the simulationand design of macromolecules". Methods Enzymol 487 (2010): 545–574.; Schoeder C T et al. "Modeling Immunity with Rosetta:Methods for Antibody and Antigen Design" Biochemistry 60 (2021): 825−846. C Norn et al, Protein sequence design by explicit energy landscape optimization. PNAS 2021. Mason, Derek M., et al. "Optimization of therapeutic antibodies by predicting antigen specificity from antibody sequence via deeplearning." Nature Biomedical Engineering 5.6 (2021): 600-612.https://wenmr.science.uu.nl/prodigy/https://zhanglab.dcmb.med.umich.edu/SSIPe/ 준비사항  노트북 사용, 사이트 가입, 프로그램 설치 등 준비사항 : FoldIt 웹사이트 가입 (https://fold.it/) : trDesign (https://github.com/gjoni/trDesign) 및 tensorflow 1.13 or 1.14

참여자수

223

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

160

교수자/개설자

-

학습기간

2024-03-01 ~ 2025-12-31

강좌소개

인공지능 신약개발을 위한 그래프 기초 강의 과정입니다,  성명 방준일 소속기관 강원대학교 과목명 인공지능 신약개발을 위한 그래프 기초 강의시간 5 학습목표 1. 그래프의 정의와 그래프 신경망을 이해한다. 2. 탐색적 데이터 분석(EDA)을 통해 그래프 데이터 표현 방법을 이해한다. 3. 논문 코드 구현을 통해 단백질-약물 상호작용(DTI) 예측 모델을 이해한다.   강의 선수과목 및 준비사항입니다. 선수과목 - 파이썬 프로그래밍 기초 - 파이썬 딥러닝 프레임워크 - GPU를 활용한 딥러닝(선택) 참고자료 - (논문) GraphDTA: predicting drug-target binding affinity with graph neural networks 준비사항 - 실습은 Google Colab으로 진행하므로, 교육생별 Google 계정이 필요함  

참여자수

66

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

37