Where Systems Biology Meets AI
시스템생물학의 전통적인 방법론중의 하나인 시계열 데이터에 바탕한 동역학모델과 파라미터의 통계적 추론으로 생체 시스템내 요소들의 상호작용을 모사하고 시스템 차원의 행동을 이해하고 예측하는 방법론의 한계를 극복하기 위해 AI의 도움으로 계산과정의 병목요소들을 해결하여 보다 크고 복잡한 시스템의 동작을 이해하고자 합니다
ODE/PDE 기반 모델링 프로세스 최적화 및 자동화
시계열 데이터를 이용한 동력학 모델의 최적화 및 예측 가능성 연구
멀티스케일 하이브리드 모델링 기법 탐구
세포 표면 수용체 신호 전달 및 유전자 발현 조절, 운명 결정과정 모델링
멀티 에이전트를 활용한 신약 모델링 전략 수립 및 최적화
약물-타겟 단백질의 Induced fit docking-MD simulation, 결합자유에너지 계산을 이용한 약물 최적화
희귀 난치성 유전질환 연구
Rubinstein-Taybi Syndrome
프로젝트에 관한 자세한 내용이 궁금하시다면 이메일(shrho@neureon.kr)로 문의해 주세요.