신약 발견 및 개발의 AI

새로운 의약품을 시장에 출시하는 데는 역사적으로 10년 이상이 걸리지만, 인공지능은 이 중요한 과정을 빠르게 가속화하고 있습니다. 이 텍스트 기반 코스는 현대 제약 연구에 적용되는 머신러닝의 핵심 개념을 소개합니다. 계산 모델이 분자 거동을 예측하고, 유망한 약물 후보를 식별하며, 임상 시험을 최적화하는 방법을 이해하게 될 것입니다. 명확한 서면 설명을 통해 컴퓨터 과학과 약리학 사이의 간극을 메우는 데 필요한 기초 지식을 얻게 될 것입니다. 무엇을 배울 것인가: - 전통적인 신약 발견의 기본 단계를 이해하고 AI가 효율성을 도입하는 지점을 파악합니다. - 머신러닝 모델이 분자 특성 및 ADMET 프로필을 예측하는 방법을 배웁니다. - de novo 분자 설계를 위해 사용되는 generative AI 모델과 graph neural networks를 탐구합니다. - 방대한 화학 데이터베이스에서 잠재적인 약물 후보를 식별하기 위해 virtual screening 기술을 적용합니다. - AI가 임상 시험 설계 및 환자 선택을 최적화하는 방법을 발견합니다. - AI 기반 헬스케어의 현재 과제, 윤리적 고려 사항 및 미래 동향을 파악합니다. 이 코스는 생화학 및 machine learning의 필수 용어부터 시작하여 표적 식별, 선도 물질 최적화 및 전임상 개발 과정을 안내합니다. 기초 이론부터 biotech 산업에서 사용되는 현대 계산 파이프라인 검토까지 진행하게 됩니다. 이 코스는 AI와 약리학의 교차점을 이해하고자 하는 생명 과학 또는 computer science 분야의 초보자, 학생 및 전문가를 위해 설계되었습니다. 사전 프로그래밍 또는 고급 생화학 경험은 필요하지 않습니다. 오늘부터 읽기를 시작하여 인공지능이 의학의 미래를 어떻게 형성하고 있는지 탐구해 보세요.