ADME 과정 이미지, 인체

ADMET 모델링을 위한 물리학 및 머신러닝 개론

ADMET 평가 지표에 물리학 및 머신러닝 모델링 워크플로를 적용하는 방법을 알아보세요

상세 정보
지원 언어
중국어, 영어, 일본어, 한국어
기간
선택한 시작일로부터 5주 후
레벨
서론
비용
비학생 이용자의 경우 600달러
학생 및 박사후 연구원 160달러
이 강좌는 어떤 분들에게 적합할까요?
의약화학자, 전산화학자, DMPK 전문가

개요

신약 개발 전반에 걸쳐 다중 매개변수 최적화가 핵심 요소인 만큼, ADMET 관련 위험 요소를 효율적으로 분석하고 예측하는 능력은 의약 화학자 및 전산 화학자 모두에게 필수적인 역량입니다. 이 입문 과정은 실제 프로젝트 환경에서 복잡한 ADMET 문제를 해결하는 데 필요한 기초 지식을 제공하기 위해 마련되었습니다. 

실제 신약 개발 사례 연구를 통해, 다양한 물리학 및 기계 학습 워크플로를 활용하여 흡수, 분포, 대사, 배설 및 독성 평가 지표를 예측하고 최적화하는 방법을 배우게 됩니다.

다음과 같은 경우를 위해 이상적입니다:

  • 의약화학 팀과 전산화학 팀 간의 ADMET 최적화에 관한 협업 및 의사소통 능력을 향상시키세요
  • 물리학 및 머신러닝(ML) 워크플로가 어떻게 복잡한 ADMET 과제를 해결하고 프로젝트의 성과를 높이는 데 기여할 수 있는지에 대한 이해를 넓혀보세요.

 

이 과정에는 라이선스와 컴퓨팅 리소스가 모두 포함된 웹 기반 슈뢰딩거(Schrödinger) 소프트웨어에 대한 임시 이용 권한이 제공됩니다.

요구 사항
  • 유기화학에 대한 실무 지식
  • 신약 개발 분야 경력
인증
  • 이력서나 CV에 첨부할 수 있는, 슈뢰딩거 과정 책임자가 서명한 수료증
  • LinkedIn과 같은 소셜 미디어에 게시할 수 있는 배지
배경 무늬

배울 내용

ADMET의 기초

소분자 신약 개발 프로그램에서 가장 흔히 고려되는 ADMET 평가 지표에 대해 알아보세요

기계 학습 모범 사례

자사의 프로그램에 대한 ADMET 종단점을 위한 머신러닝 모델을 가장 효과적으로 구축하고 배포하는 방법을 알아보세요

ADMET를 위한 물리 기반 모델링

E-sol 및 예측 독성학(Predictive Toxicology)과 같은 물리학 기반 기법을 탐구하고 적용해 보세요.

다중 매개변수 ADMET 최적화

실제 상황을 시뮬레이션하기 위한 일련의 다중 매개변수 ADMET 최적화 사례 연구를 살펴보세요

모듈

모듈 1

강좌 소개

동영상
동영상
  • 과정 개요
  • logD 소개
  • 데이터 출처 및 모델의 적용 범위
  • 잔차 모델링을 활용한 학습 오류 분석
  • 데이터가 부족한 엔드포인트를 위한 전이 학습
  • 연합 학습
체크포인트 종료
모듈 종료 점검점
모듈 2

흡수 및 분포 관련 평가 지표의 모델링

동영상
동영상
  • 흡수와 분포에 대한 소개
  • 흡수 관련 평가 지표에 대한 모델링
  • 분포 극한값에 대한 모델링
튜토리얼
튜토리얼:
  • 중추신경계(CNS) 침투를 위한 EGFR 결합체 최적화
  • DLK 억제제 개발 프로그램에서 용해도, 간독성 및 뇌 투과성 고려 사항
튜토리얼
실습 튜토리얼:

잔차 LogD 모델 구축

체크포인트 종료
모듈 종료 점검점
모듈 3

대사, 배설 및 독성 평가 지표의 모델링

동영상
동영상
  • 대사 및 배설의 개요
  • 대사 및 배설 관련 평가 지표에 대한 모델링
튜토리얼
실습형 튜토리얼:

전이 학습 모델 구축하기

예측 독성학

튜토리얼
튜토리얼
  • 바닌-1 억제제의 다중 매개변수 최적화
  • H3 프로그램에서 좁은 pKa 범위 내에서 설계하기
동영상
동영상
  • 임상 전 독성학
  • 생체이용률 및 용량
  • 강좌 개요
수강 완료
과정 수료 및 수료증 발급

슈뢰딩거 온라인 강좌 자금 조달에 도움이 필요하신가요?

저희는 차세대 과학자들을 자랑스럽게 지원하며, 경제적 여건이 어려운 분들에게 기회를 제공하기 위해 최선을 다하고 있습니다. 학생, 박사후 연구원 또는 산업계 과학자로서 온라인 인증 과정에 대한 다양한 지원 옵션을 확인하고, 지금 바로 등록하세요!

코스 배지와 수료증을 통해 새로 습득한 기술을 뽐내 보세요

저희 기관에서 분자 모델링 과정을 수료하고, 배운 내용을 동료나 고용주와 공유할 준비가 되셨다면, LinkedIn 프로필에 수료증과 배지를 게시하실 수 있습니다.

자주 묻는 질문

ADMET 모델링을 위한 물리학 및 머신러닝 입문 온라인 강좌 수강료는 얼마인가요?

수강료는 각 과정 및 수강생 유형에 따라 다릅니다. 이 과정을 수강하고자 하는 학생에게는 160달러의 학생 할인 요금을, 비학생에게는 600달러의 수강료를 적용합니다.

강의는 몇 시에 시작하나요?

강좌가 시작되면 모든 강의는 비동기식으로 진행되며, 수강생은 본인의 일정에 맞춰 자기 주도형 동영상, 튜토리얼 및 과제를 자유롭게 시청하고 수행할 수 있습니다. 강좌 등록 시 시작일과 종료일을 선택하게 됩니다. 해당 기간 동안 수강생은 비동기 방식으로 강좌 자료와 가상 워크스테이션에 접속하여 본인의 일정에 가장 적합한 시간에 강좌를 진행할 수 있습니다.

이 수강료는 어떻게 내야 하나요?

관심 있는 참가자분들은 등록 절차를 완료하고 신용카드 결제 포털을 통해 즉시 수강 신청을 하시면 수강료를 결제하실 수 있습니다. 당사는 직불카드를 받지 않으므로 신용카드가 반드시 필요하다는 점을 유의해 주시기 바랍니다. 또한, 요청 시 구매 주문서를 발급해 드릴 수 있으니, 이 옵션에 관심이 있으신 분은 online-learning@schrodinger.com으로 이메일을 보내 주시기 바랍니다. 수강료 결제 방법에 대해 궁금한 점이 있으시면, 당사의 결제 옵션 페이지를 방문해 주시기 바랍니다.

학생들을 위한 장학금 기회가 있나요?

슈뢰딩거는 경제적 여건이 어려운 학생들을 지원하기 위해 최선을 다하고 있습니다. 슈뢰딩거의 사명은 치료제 및 신소재 발굴 방식을 혁신함으로써 인류의 건강과 삶의 질을 향상시키는 것입니다. 슈뢰딩거는 차세대 과학자들을 자랑스럽게 후원합니다. 당사는 재정적 지원이 필요함을 입증하고 지도교수로부터 추천서를 받은 정규 재학생 또는 박사후 연구원을 대상으로 하는 장학금 프로그램을 마련했습니다. 저희 장학금 프로그램 지원 자격이 되신다면, 신청서를 작성해 주시기 바랍니다!

강좌가 끝난 후에도 학습 자료는 계속 이용할 수 있나요?

강좌가 종료되면 소프트웨어 이용 권한은 종료되지만, 강좌 내 일부 자료(슬라이드, 논문, 튜토리얼)는 다운로드할 수 있으므로 강좌가 끝난 후에도 다시 참고할 수 있습니다. 동영상, 퀴즈, 소프트웨어 이용 권한과 같은 다른 자료들은 강좌 기간 동안에만 이용할 수 있습니다.

관련 강좌

신약 개발을 위한 분자 모델링 입문 생명과학 생명과학
신약 개발에서의 분자 모델링 개론

Maestro 및 LiveDesign을 활용한 단백질 정제, 리간드 도킹, 협업 설계 및 소분자 신약 개발의 기타 기초 사항

자유 에너지 계산의 응용 분야 생명과학 생명과학
현대 신약 개발에서 자유 에너지 계산의 응용

자유 에너지 계산의 기초와 그 응용 분야, 그리고 이를 신약 개발 프로그램에 가장 효과적으로 접목하는 방법을 알아보세요.

가상 상영 생명과학 생명과학
물리학 및 기계 학습을 통합한 가상 스크리닝

물리학과 기계 학습을 융합하여 차세대 가상 스크리닝 분야에서 필수적인 기술을 습득하고, 보다 스마트한 히트 물질을 식별하세요