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