딥러닝을 사용한 펩타이드 활성 예측모델 수료증
모집인원9,999명
학습기간2024-11-07 ~ 2029-12-31
성명 |
박혜진 |
소속기관 |
에이조스바이오 |
|||
강의 명 (주제) |
딥러닝을 사용한 펩타이드 활성 예측모델 |
|||||
학습목표 |
딥러닝과 펩타이드 활성 예측의 기본 개념을 이해하고, 데이터 전처리 및 신경망 모델 설계 능력을 함양한다. |
|||||
분야 |
□ AI |
■ Bio |
□ Chem |
□ Drug |
||
단계 |
심화 |
목차 (강의시간) |
강의내용 |
실습여부 |
교수자 |
1 |
펩타이드 약물의 기초 펩타이드 약물의 개념 및 특성에 대해 설명합니다. 딥러닝을 활용한 펩타이드 약물 발굴의 필요성에 대해 설명합니다. |
X |
본인
|
2 |
딥러닝을 활용한 펩타이드 약물 발굴의 최신동향 펩타이드-단백질 결합 구조 예측을 위한 다양한 딥러닝 기반 예측 모델의 최신 기법에 대해 설명합니다. 펩타이드 디자인에 사용되는 다양한 딥러닝 기법에 대해 소개합니다. |
X |
본인 |
3 |
펩타이드 활성 예측 모델의 최신 동향 펩타이드 활성 예측 모델의 최신 기법을 소개합니다. 신생항원발굴을 위한 최신 딥러닝 기법을 소개합니다. |
X |
본인 |
4 |
실습 – 타겟 단백질과 결합하는 펩타이드 디자인 최신 단백질 언어 모델을 사용하여 타겟 단백질에 결합하는 펩타이드를 생성 모델로 디자인합니다.. |
O |
본인 |
선수과목 |
python |
||
참고자료 |
|
||
준비사항 |
colab |
||
본인은 귀 기관에서 정한 제반사항을 준수하여 강의를 개발하고자 합니다.
신청인 박혜진 (인) |
-
주제약물탐색모델, 파이썬프로그래밍, 신약개발사례
-
분야인공지능 & 프로그래밍
-
실습프로그래밍 (Python)
-
활용 단계Target Identification, Drug Discovery