- 교재철(3월,9월) 소량 입고도서로 배송지연 혹은 주문이 취소될 수 있습니다.
이미 소장하고 있다면 판매해 보세요.
- 국내배송만 가능
- 문화비소득공제 가능
책소개
목차
|
CHAPTER 01 인공지능과 신약개발의 융합 p.1
1.1 서론: 인류의 생존 투쟁과 신약의 본질적 가치 1.2 AI를 통한 패러다임의 전환: '발견'에서 '설계'로 1.3 AI 기반 신약개발의 기술적 원리와 진화 1.4 신약개발 전주기 혁신 프로세스 1.5 실제 성공 사례: 가능성을 현실로 1.6 글로벌 생태계와 시장 역학 1.7 본 개론서의 목적: 인류 건강 수명의 새로운 지평 CHAPTER 02 AI 신약개발을 위한 4대 기초 역량 p.19 2.1 Python 기초 다지기 2.2 Linux 기초 다지기 2.3 통계 기초 다지기 2.4 약학 기초 다지기 부록 CHAPTER 03 인공지능 신약개발의 기초 p.115 3.1 분자 다루기 3.2 단백질 다루기 3.3 데이터 다루기 CHAPTER 04 리간드 기반 신약설계(LBDD) 실무 p.221 4.1 머신러닝 기반 QSAR 모델링 4.2 ChemBERTa: 화학을 위한 언어 모델 4.3 그래프 신경망 부록 CHAPTER 05 구조 기반 신약설계(SBDD) 실무 p.345 5.1 타겟 발굴 5.2 초기 화합물 평가 5.3 타겟 결합 예측 5.4 대규모 탐색 5.5 후보물질 최적화 CHAPTER 06 최신 동향: AI 신약개발의 기술적 특이점과 산업적 재편 p.497 6.1 가능성의 시대를 넘어 증명의 시대로 6.2 구조 생물학의 혁명과 알파폴드 모멘텀 6.3 에이전트 AI와 자율주행 실험실: 연구의 자동화를 넘어 자율화로 6.4 글로벌 AI 신약 임상 현황 6.5 대한민국 AI 신약개발: 도약과 과제 6.6 규제, 정책 및 향후 전망 6.7 맺음말 |
저자 소개 3
성균관대학교 유전공학과를 졸업하고 서울대학교 의과학과에서 의학박사 학위를 취득했다. 피비이뮨테라퓨틱스 R&D팀장으로 국가신약개발사업(KDDF) 정부과제와 다발성경화증 영장류 모델 연구 등 치료용 항체 개발 프로그램을 이끌었으며, 연세대학교에서 의료영상·임상데이터 통합 딥러닝 및 LLM 연구에 참여했다. 알츠하이머병의 뇌 침윤 T세포 연구를 비롯해 SCI(E) 등재 학술지에 총 18편의 논문을 게재하고, 신약개발 관련 특허 2건을 출원했다. 핵심 연구 분야는 단일세포·공간전사체 다중오믹스, 신경면역, 의료 LLM이다. 불완전하고 고차원적인 실험 데이터에서 세포의 특성과 상호작용을
성균관대학교 유전공학과를 졸업하고 서울대학교 의과학과에서 의학박사 학위를 취득했다. 피비이뮨테라퓨틱스 R&D팀장으로 국가신약개발사업(KDDF) 정부과제와 다발성경화증 영장류 모델 연구 등 치료용 항체 개발 프로그램을 이끌었으며, 연세대학교에서 의료영상·임상데이터 통합 딥러닝 및 LLM 연구에 참여했다. 알츠하이머병의 뇌 침윤 T세포 연구를 비롯해 SCI(E) 등재 학술지에 총 18편의 논문을 게재하고, 신약개발 관련 특허 2건을 출원했다. 핵심 연구 분야는 단일세포·공간전사체 다중오믹스, 신경면역, 의료 LLM이다. 불완전하고 고차원적인 실험 데이터에서 세포의 특성과 상호작용을 분석하고, 생물학적 증거와 계산모델의 예측을 통합하여 AI 신약개발의 성공률을 높이는 데 기여하고자 한다.
서울대학교 제약학과를 졸업하고 약사 면허를 취득했으며, 한국방송통신대학교에서 컴퓨터공학 학사와 통계학 석사 학위를 취득했다. 중외제약 R&D 기획팀을 거쳐 현재 삼성전자에서 체외진단 제품과 디지털 제조·품질 시스템을 개발하고 있다. 체외진단키트와 MES 개발, 딥러닝 기반 비전검사, 의료기기 성능평가·검증 소프트웨어, 생산 설비와 MES를 연계한 전수검사 자동화 시스템 구축 등의 업무를 수행해 왔다. 주요 관심 분야는 AI 신약개발, 분자 데이터 분석, 가상탐색, ADMET 평가, 약물 재창출 등이다. 동반진단 장비 개발, 랩 자동화, 지능형 진단 시스템에도 관심을 두고 있으며,
서울대학교 제약학과를 졸업하고 약사 면허를 취득했으며, 한국방송통신대학교에서 컴퓨터공학 학사와 통계학 석사 학위를 취득했다. 중외제약 R&D 기획팀을 거쳐 현재 삼성전자에서 체외진단 제품과 디지털 제조·품질 시스템을 개발하고 있다. 체외진단키트와 MES 개발, 딥러닝 기반 비전검사, 의료기기 성능평가·검증 소프트웨어, 생산 설비와 MES를 연계한 전수검사 자동화 시스템 구축 등의 업무를 수행해 왔다. 주요 관심 분야는 AI 신약개발, 분자 데이터 분석, 가상탐색, ADMET 평가, 약물 재창출 등이다. 동반진단 장비 개발, 랩 자동화, 지능형 진단 시스템에도 관심을 두고 있으며, AIDD 지식과 연구 과정을 실무형 콘텐츠와 연구근거 관리 도구로 구현하는 작업을 이어가고 있다.
Queen Mary University of London에서 화학을 전공하고 University of London에서 컴퓨터공학 석사 학위를 취득했다. 대학병원의 임상 데이터와 유전체 데이터를 결합한 임상유전체 및 약리학 기반 연구와 AI 기반 신약 후보물질 발굴·분자 설계 연구를 수행했다. 국책과제와 산학협력 프로젝트에서 의료·바이오 연구와 트랜스포머 기반 약물 스크리닝 시스템 개발을 담당했으며, 복잡한 계산 모듈을 실행하는 에이전트 기반 워크플로를 설계해 연구 자동화와 재현성 향상에 기여했다. AI 신약개발, 화학정보학, agentic AI, 연합학습을 중심으로 AI 기술과
Queen Mary University of London에서 화학을 전공하고 University of London에서 컴퓨터공학 석사 학위를 취득했다. 대학병원의 임상 데이터와 유전체 데이터를 결합한 임상유전체 및 약리학 기반 연구와 AI 기반 신약 후보물질 발굴·분자 설계 연구를 수행했다. 국책과제와 산학협력 프로젝트에서 의료·바이오 연구와 트랜스포머 기반 약물 스크리닝 시스템 개발을 담당했으며, 복잡한 계산 모듈을 실행하는 에이전트 기반 워크플로를 설계해 연구 자동화와 재현성 향상에 기여했다. AI 신약개발, 화학정보학, agentic AI, 연합학습을 중심으로 AI 기술과 생명과학의 간극을 좁히고, 실제 연구 문제를 해결하는 데 필요한 시스템을 구현하는 실전형 연구자를 지향한다.
품목정보
- 발행일
- 2026년 09월 21일
- 쪽수, 무게, 크기
- 548쪽 | 190*260*35mm
- ISBN13
- 9791159435836
추천평
|
AI는 이제 신약개발 전 과정을 변화시키는 핵심 동력이 되었습니다. (…) 이 책의 가장 큰 장점은 서로 다른 전공의 세 저자가 각자의 전문성을 균형 있게 녹여내면서도 마치 한 명의 저자가 집필한 것처럼 높은 일관성과 완성도를 보여준다는 점입니다. - 김화종 (한국제약바이오협회 K-MELLODDY 사업단장)
|
|
제약·바이오 업계에서 AI 신약개발의 중요성은 빠르게 커지고 있지만, 분야가 매우 광범위하고 기술 변화의 속도가 빨라 이를 체계적으로 학습할 수 있는 교육 자료는 그동안 부족했던 것이 사실입니다. 이번에 발간되는 『AI 신약개발 실전 가이드』는 이러한 공백을 시의적절하게 메워 줄 수 있는 중요한 지침서가 될 것입니다. - 이주용 (서울대학교 융합과학기술대학원/약학대학 부교수)
|
|
의료기술을 실제 제품과 시스템으로 구현해 본 저자의 경험이 책의 설명과 실습에 자연스럽게 반영되어 있어, 이론을 이해하는 데 그치지 않고 기술이 연구 현장에서 어떻게 활용되는지 살펴볼 수 있다. - 조수인 (전 삼성전자 의료기기사업부장 사장)
|
|
이 책은 국내 제약·바이오 기업이 AI 역량을 내부에 쌓고, 제한된 자원을 더 집중적으로 활용하며, 자신만의 신약개발 경쟁 방식을 만들어가는 데 의미 있는 출발점이 될 것이다. - 김용관 (JW중외신약 대표)
|
|
AI를 맹목적인 만능열쇠가 아니라 ‘신약 후보물질을 압축하고 실험의 방향을 정하는 도구’로 바라보는 저자들의 철학에도 깊이 공감합니다. - 김성희 (JW중외제약 Chief Digital & AI Officer)
|
|
이 책이 AI 신약개발을 처음 시작하는 학생들에게는 새로운 분야에 도전할 수 있는 첫 번째 계기가 되고, 연구자와 산업계 전문가들에게는 서로 다른 분야의 사람들과 소통하고 협력할 수 있는 공통의 언어가 되기를 기대합니다. - 리시연 (고려대학교 바이오시스템의과학부 부교수, K-BioX 공동창립자·대표운영위원)
|
|
의료·바이오 분야의 연구자들이 AI라는 새로운 도구를 두려워하지 않고, 환자를 위한 더 나은 치료법을 찾아가는 데 좋은 길잡이가 되리라 믿습니다. - 주지현 (서울성모병원 류마티스내과 교수, (주)입셀 대표이사)
|
|
연구자가 화학·생물학·데이터 과학을 연결해 스스로 질문을 만들고 검증하는 소중한 경험을 이 책에서 시작하기를 바랍니다. - 조재형 (서울성모병원 내분비내과 교수, 가톨릭스마트헬스케어 센터장, (주)아이쿱 대표이사)
|
|
분자 표현과 QSAR, 도킹과 다중 파라미터 최적화까지 직접 손으로 따라가게 하면서도, 약동학과 약력학, 약물성 같은 약학의 기본 개념을 함께 소개해 그 결과물을 임상적 판단의 맥락 안에 놓는다. - 최수인 (서울성모병원 임상약리과 임상진료조교수)
|
|
AI 신약개발을 시작하려는 의료·바이오 연구자에게 낯선 기술을 손에 잡히는 연구 도구로 바꾸어 줄 믿음직한 길잡이가 될 것입니다. - 안지현 (KMI한국의학연구소 연구사업본부장, 내과 전문의)
|
|
신약개발을 숫자와 모델의 문제에 머물게 하지 않고, 실제 의약품으로 이어지는 긴 과정 속에서 바라보게 한다는 점이 인상적이다. - 김성운 (부평 온누리약국 약사)
|
|
AI 신약개발의 기초부터 실제 사례 코드까지 단계별로 차근차근 알려주는 이 책을 통해 모호함을 해소하고 실제로 구현해 보는 데 도움이 되기를 바란다. - 이정윤 (조지워싱턴대학교 인지신경과학 박사, 현직 대기업 신약개발PM)
|
|
글로벌 바이오 허브의 심장에서 목격한 신약개발의 미래, 대한민국 연구자들을 위한 혁신의 나침반이 되다. - 허수희 (스위스 바젤대학교 화학 박사, 현 취리히대학교 박사후연구원)
|
|
Wet lab에서 출발해 계산생물학과 AI를 연구에 접목하고자 하는 학생과 연구자, 그리고 AI 신약개발을 실제 연구에 활용하고 싶은 분들에게 좋은 길잡이가 되어 줄 책이라 생각합니다. - 노강산 (하버드 의과대학/매사추세츠 종합병원(MGH) 심혈관연구센터, Instructor in Medicine)
|
|
“AI를 시작해야 한다는 건 알겠는데, 도대체 어디서부터 손대야 할까?”라는 막막함이 업계 전반에 감돌고 있다. 만약 지금 이 고민이 당신의 이야기처럼 들린다면, 주저 없이 이 책을 펼치길 바란다. 당신의 커리어에 새로운 챕터를 열어줄 열쇠가 되어줄 것이다. - 한다솔 (Senior Scientist at ALTOS LABS, Bay Area Institute of Science, California)
|
|
AI 신약개발의 본질은 버튼을 누르는 기술이 아니라, 데이터가 말하는 가능성을 읽고 그것을 다시 실험 가능한 질문으로 바꾸는 능력에 있다. - 엑소쌤 (과학커뮤니케이터)
|
리뷰/한줄평0
50,000원
총 1개
50,000원
