신약후보물질 탐색 및 최적화를 위한 딥러닝 모델 Certificate

  • Recruiting People999 people

  • Learning period03-01-2024 ~ 12-31-2024

Log in to take courses.
Class Introduction

강의 소개 및 개요입니다. 

성명

김동섭

소속기관

KAIST

과목명

신약후보물질 탐색 및 최적화를 위한 딥러닝 모델

강의시간

4

학습목표

단백질-리간드 결합구조 정보를 이용한 binding affinity 예측 및 최적화를 위한 딥러닝 모델에 대해 학습한다.

 

 

Course Introduction

신약후보물질 탐색 및 최적화를 위한 딥러닝 모델 강의 과정입니다.

1

단백질-리간드 Binding affinity 예측 모델

서열 정보 기반 Binding affinity 예측모델

- 구조 기반 Binding affinity 예측모델

Network 기반 Binding affinity 예측모델

2

GCN을 이용한 binding affinity 예측 모델

Graph Convolutional Network (GCN) 모델

2차원 화합물 구조 표현을 위한 GCN 모델

- binding affinity 예측을 위한 GCN 모델

3

신약후보물질 최적화를 위한 딥러닝 모델

- Docking

강화 학습

4

강화학습 및 도킹을 활용한 신약후보물질 최적화

MolDQN 모델

Morld 모델

Classification
  • Subject
    Optimization
  • Class Area
    Chemical & Cheminfonatics
  • Practice
    Programming (Python)
  • Utilize
    Drug Discovery
Professor