화학 & 화학정보학 역량강화 교육과정 수료증
모집인원999명
학습기간2023-10-01 ~ 2024-12-31
*교육과정 이수 및 역량평가 합격 시 '화학정보학' 기초역량을 인증하는 디지털배지가 발급됩니다.
1. 과정소개
- 신약개발에 주로 활용되는 AI 모델 구현 능력 및 라이브러리 활용 역량을 강화하는 과정으로 아래와 같이 구성됩니다.
- 화학이론 : 신약개발을 위해 필요한 화학/유기화학/생화학 기초지식을 학습 (화학결합, 엔탈피, 화학평형, 용해도, 단백질구조 등)
- 컴퓨터 기반 신약설계 : 신약개발과정에서 필요한 화학정보학 기초 이론 및 신약설계방법 학습
- 화학정보데이터 : 약물 및 화합물 정보 데이터베이스의 활용방법 및 화합물 표현법을 학습
- 화학정보실습 : 주요 라이브러리를 활용하여 기초적 AI모델을 구현 실습
- 강의 실습을 위해 파이썬 프로그래밍 기초 역량이 필요합니다.
2. 교육과정 구성
| 분류 | 제목 | 강사 | 차수 | 설명 |
| 화학이론 | 일반화학 기초 | 서울대학교 이주용교수 | 6 |
신약개발을 위해 필요한 일반화학 기초지식을 학습한다 (화학결합, 엔탈피, 화학평형, 용해도 등) |
| 화학이론 |
의약화학 기초 *의약화학 기초 1-3강 |
가톨릭관동의대 이석준교수 | 3 | 약물개발을 위한 약 및 표적의 생화학적 기초를 학습한다 |
|
컴퓨터 기반 신약설계 화학정보데이터 |
화학정보학 개론 | KAIST 김동섭교수 | 5 |
신약개발과정 파이프라인 내 화학정보학이 활용되는 연구분야를 소개하 고, 화합물 표현 및 데이터베이스를 소개한다. |
| 화학정보데이터 | 화학데이터베이스 | 서울대학교 이주용교수 | 2 |
화학정보학에서 주로 활용되는 데이터베이스 활용방법을 학습한다. (Pubchem, ChEMBL, ZINC, CCDC, Binding DB) |
|
컴퓨터 기반 신약설계 화학정보데이터 |
화합물데이터처리 기초 *데이터처리 기초 4-10강 |
강원대학교 김화종교수 | 7 |
화합물데이터를 머신러닝에서 활용하기 위한 데이터 표현 방식 및 처리기법을 학습한다. |
|
컴퓨터 기반 신약설계 화학정보데이터 |
QSAR |
KAIST 김동섭교수 | 5 |
화합물 구조와 활성 간 정량적 관계(QSAR)의 개념을 이해하고, 인공지능 모델을 통한 구현실습을 진행한다. |
| 화학이론 |
단백질 구조 기초와 접힘원리 *단백질구조예측 및 상호작용 예측 2-3강 |
서울대학교 허림 박사 KIST 박한범 선임연구원 |
2 | 단백질 서열과 구조, 기능과 접힘원리에 대한 기초 지식을 학습한다. |
| 화학정보실습 | RDKit기초와 이를 활용한 화학정보학 실습 | 강원대학교 이주용교수 | 10 |
화학정보인 주요 라이브러리인 RDKit의 활용법을 살펴보고, 신약개발분야에서 활용되는 RDKit 기반 인공지능 모델 구현실습을 진행한다. |
|
컴퓨터 기반 신약설계 화학정보데이터 |
Molecular Representation Learning & Propery Prediction |
HITS 이세한 본부장 | 5 | 분자의 3차원 구조를 세부적으로 이해하고, 인공지능에 활용될 수 있는 다양한 분자표현방법을 학습한다. |
|
화학정보실습 화학정보데이터 |
화학데이터베이스를 활용한 가상탐색 기법 |
대웅제약 신승우박사 | 3 | 신약개발과정에서 Docking 기반 가상탐색 기본 원리를 파악하고, 공개데이터베이스를 통해 토이프로젝트를 수행한다. |
