![인공지능 활용 바이오 기술 플랫폼 이미지](/asset-v1:CNUk+MOE_CNU12+2023_1_12+type@asset+block@인공지능_활용_바이오_기술_플랫폼.png)
인공지능 활용 바이오 기술 플랫폼
CNUk
강좌 소개
홍보/예시 영상
강좌 운영 계획
주차별 강의계획서
주차 |
주차명 (주제) |
주차별 학습 목표 |
차시 |
차시명 |
비고 |
학습내용 |
|||||
1 |
인공지능 연계 신약개발 최신 동향 |
인공지능 연계 바이오 분야 최신 동향 파악 |
1-1 |
신약개발 과정의 이해 |
|
1-2 |
신약개발의 현재 문제 |
|
|||
1-3 |
신약개발과 AI |
|
|||
2 |
시스템 약리학 서론 |
시스템 약리학의 서론 |
2-1 |
인체구조의 이해 |
|
2-2 |
약리학 기초 |
|
|||
2-3 |
분자생물학 기초 |
|
|||
3 |
정밀약물요법 서론 |
정밀약물요법을 위한 시스템 약리학 |
3-1 |
약동학 기초 |
|
3-2 |
약동-역력학 연관성 분석 |
|
|||
3-3 |
집단분석의 이해 |
|
|||
4 |
중개연구 서론 |
전임상-임상 중개연구의 의미 및 동향 |
4-1 |
신약개발 과정의 이해 |
|
4-2 |
중개연구 의미 및 현황 |
|
|||
4-3 |
신약개발관련 데이터의 이해 |
|
|||
5 |
오믹스서론 |
생물정보학 서론-1 |
5-1 |
생물정보학의 이해 |
|
5-2 |
지노믹스 데이터의 이해 |
|
|||
5-3 |
트랜스크립토믹스 데이터의 이해 |
|
|||
6 |
오믹스서론 |
생물정보학 서론-2 |
6-1 |
메타볼로믹스 데이터의 이해 |
|
6-2 |
프로테오믹스 데이터의 이해 |
|
|||
6-3 |
빅데이터 기반 오믹스 활용 사례 |
|
|||
7 |
기계학습 기초 |
기계학습의 기본개념과 주요 도구들에 대해 학습한다. |
7-1 |
통계기반 기계학습 |
|
7-2 |
분류기법 |
|
|||
7-3 |
군집화 기법 |
|
|||
8 |
표현학습 |
표현학습의 기본개념과 응용에 대해 소개한다. |
8-1 |
데이터 표현 방법 |
|
8-2 |
표현학습의 이해 |
|
|||
8-3 |
표현학습의 의미 |
|
|||
9 |
딥러닝 이해 |
표현학습과 연결되어 딥러닝의 기본개념과 활용도구를 소개한다. |
9-1 |
신경망 기초 |
|
9-2 |
표현학습과 데이터 변환으로 본 딥러닝 |
|
|||
9-3 |
딥러닝 구현 단계 및 도구 |
|
|||
10 |
순차적 데이터 처리를 위한 딥러닝 |
순차적으로 나타나는 데이터들을 가공 및 처리할 수 있는 딥러닝 구현 패턴에 대해 소개한다. |
10-1 |
순차적 데이터와 순환신경망(Recurrent Neural Network) |
|
10-2 |
순환신경망과 바이오 데이터 |
|
|||
10-3 |
극Aequence to Sequence 프레임웍 소개 |
|
|||
11 |
이미지 데이터 처리를 위한 딥러닝 |
이미지 데이터를 가공 및 처리할 수 있는 딥러닝 구현 패턴에 대해 소개한다. |
11-1 |
이미지 데이터와 Convolutional Neural Network(CNN) |
|
11-2 |
CNN과 바이오 데이터 |
|
|||
11-3 |
CNN의 바이오 적용 |
|
|||
12 |
유사데이터 생성을 위한 딥러닝 |
데이터에 기반하여 유사데이터를 생성하는 딥러닝 기술에 대해 이해하고 내재화한다. |
12-1 |
데이터 생성과 특징공간 학습 |
|
12-2 |
Generative Adversarial Network(GAN) 소개 |
|
|||
12-3 |
Variational AutoEncoder(VAE) 소개 |
|
|||
13 |
캡스톤(프로젝트 수행) |
AI 기반 유전자 진단 마커 탐색 사례 연구 |
13-1 |
AI기반 유전자 진단 마커 탐색 방법 프로젝트-A |
|
13-2 |
AI기반 유전자 진단 마커 탐색 방법 프로젝트-B |
|
|||
13-3 |
AI기반 유전자 진단 마커 탐색 방법 솔루션 |
|
|||
14 |
캡스톤(프로젝트 수행) |
AI 기반 약효 바이오 마커 탐색 사례 연구 |
14-1 |
AI기반 약효 바이오 마커 탐색 방법 프로젝트-A |
|
14-2 |
AI기반 약효 바이오 마커 탐색 방법 프로젝트-B |
|
|||
14-3 |
AI기반 유전자 진단 마커 탐색 방법 솔루션 |
|
|||
15 |
캡스톤(프로젝트 수행) |
AI 기반 시스템 약리학 사례연구 |
15-1 |
AI기반 시스템 약리학 프로젝트-A |
|
15-2 |
AI기반 시스템 약리학 프로젝트-B |
|
|||
15-3 |
AI기반 시스템 약리학 프로젝트 솔루션 |
|
강좌운영팀 소개
교수자
![윤휘열 professor](http://wwwdev.kmooc.kr/asset-v1:CNUk+MOE_CNU12+2020_2_12+type@asset+block@%EC%9C%A4%ED%9C%98%EC%97%B4_%EA%B5%90%EC%88%98%EC%9E%90.jpg)
- 윤휘열 교수
- 현) 충남대학교 약학과 교수
- - 충남대학교 약학대학 약학과 석사, 박사
- - JW중외제약 선임연구원
- - 스웨덴 웁살라 대학 계량약리학 그룹 박사후과정
- - 미국 UCSF 약학대학 교환교수
![정상근 professor](http://wwwdev.kmooc.kr/asset-v1:CNUk+MOE_CNU12+2020_2_12+type@asset+block@portrait.jpg)
- 정상근 교수
- 현) 충남대학교 컴퓨터공학과 교수
- - 포항공과대학교 컴퓨터 공학 석사, 박사
- - 삼성전자 책임연구원
- - 한국전자통신연구원(ETRI) 선임연구원
- - SKT AI Research Center, T-Brain (NUGU 플랫폼 및 NLU 개발)
강좌지원팀
![강좌지원팀](http://www.kmooc.kr/static/images/placeholder-faculty.png)
- 강좌지원팀
- 정지수
- 충남대학교 컴퓨터공학과 인공지능 전공 석박통합 과정 재학
- 지능 소프트웨어 연구실 소속
- E-mail: jisu.jung5@gmail.com
강좌 수강 정보
이수/평가정보
과제명 | 실습 | 과제 및 토론 | 중간고사 | 기말고사 |
---|---|---|---|---|
반영비율 | 10% | 10% | 40% | 40% |
※ 총 70% 이상 점수 획득 시, 이수증을 발급받을 수 있습니다.
강좌 수준 및 선수요건
○ 바이오 분야 초심자
○ 파이썬 프로그래밍 능력이 있으면 좋지만 없어도 이론 수업은 따라올 수 있습니다.
○ 이 강좌를 듣기 위한 별도의 선수과목은 없습니다.
교재 및 참고문헌
주 교재는 따로 없으며 주요 참고 문헌은 다음과 같습니다.
- 신일북스: 권광일, 임상약물동태학의 개념과 응용 (2016)
-
Springer:CornelisE.C.A.Hopetal,DrugMetabolismandPharmacokineticsQuickGuide(2011)
자주 묻는 질문
문의사항은 어디로 하면 되나요?
주차별 질의응답 게시판에 올려주시거나, 수업 조교에게 메일로 문의하여 주시면 24시간 이내에 답변드리겠습니다.