[2023] 인공지능을 활용한 멀티오믹스 기반 바이오마커 발굴 Certificate
Recruiting People1,000 people
Learning period04-30-2023 ~ 12-31-2024
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.
강의 과정입니다.
1강. 멀티오믹스 바이오마커의 주요 원리 및 연구 동향 소개
- 유전체 기반 바이오마커
- 전사체 기반 바이오마커
- 후성유전체 기반 바이오마커
- 단백체 기반 바이오마커
- 생물학적 네트워크 바이오마커
2강. 멀티오믹스 바이오마커 발굴을 위한 인공지능/기계학습 방법론 및 대규모 생물학 데이터베이스 소개
- 멀티오믹스 바이오마커 발굴 방법론 및 도구 소개
- 전통적 기계학습 기반 방법론
- 네트워크 알고리즘 기반 방법론
- 인공지능 기반 방법론
- 멀티오믹스 바이오마커 발굴을 위한 대규모 생물학 데이터베이스 소개
- 생물학적 경로 및 상호작용 데이터베이스
- 환자 유래 오믹스 데이터베이스
- 세포주 유래 오믹스 데이터베이스
- 기능유전체 스크리닝 실험 데이터베이스
- 사례 연구
-
SubjectBiodata Analysis
-
Class AreaBiology & Bioinfomatics, Drug Development & Pharmaceutical Industry
-
PracticeProgramming (Python)
-
UtilizeTarget Identification