RDKit 라이브러리를 이용해서 분자 정보를 읽고, 쓰고, 변환시키는 기능을 실습한다.

-RDKit 라이브러리의 설치
-텍스트 파일에서 분자를 읽어들이고 쓰는 방법 실습
-분자의 fingerprint 생성 방법 학습

주어진 분자의 다양한 물성을 RDKit의 함수를 이용해서 얻는 방법을 학습한다.

-Mol type 변수의 이해

-분자 물성 계산 모듈 실습

간단한 machine-learning 모델을 만들어서 새로운 분자의 물성을 예측하는 방법을 학습한다

-Scikit-learn & Pandas 설치
-간단한 선형 모델의 이해 및 분자 물성 예측 실습

분자의 SMILES에서 출발하여 3차원 구조와 부분 전하를 구하는 방법을 학습한다.

-분자의 SMILES에서 3차원 구조 생성하기 실습

-각 원자의 부분 전하 계산 방법 실습

기존에 존재하는 화합물 DB의 개괄을살펴보고 원하는 물성의 분자를 추출하는 방법에 대해서 알아본다.

-다양한 화합물 DB 살펴보기
-화합물 DB에서 분자 추출 실습

리간드의 물성에 기반하여 새로운 신약 후보 물질을 찾는 방법에 대해 살펴본다.

-리간드의 물성 계산 실습
-물성 및 구조 유사도 기반 분자 탐색

단백질-리간드 도킹 계산의 기초에 대해서 학습하고 실습을 수행한다

-단백질-리간드 도킹 계산의 이론 이해
-단백질-리간드 도킹 계산 실습

타겟 단백질 구조를 기반으로 하여 신약 후보 물질을 탐색하는 방법을 알아본다.

-단백질의 구조 시각화
-도킹 프로그램을 이용한 가상 탐색 실습

분자 표현자 기반의 QSAR 모델을 실제로 만들어 보는 실습을 수행한다

-다양한 분자 표현자 이용 실습
-Random Forest 기반의 QSAR 모델 학습 실습

MLP와 CNN 방법을 이용해서 분자의활성도를 예측하는 방법에 대해서 알아본다.

-Keras 를 이용한 MLP 기반의 분자 활성도 예측 모델 개발
-Keras 를 이용한 CNN 기반의 분자 활성도 예측 모델 개발