AI 신약개발 실전 가이드 - 의료 바이오 연구자를 위한

강성준, 김도균, 한진선 (지은이) · 범문에듀케이션

2026-09-21 출간 · ISBN 9791159435836

대학교재/전문서적국립중앙도서관 서지 검증

서점 링크는 제휴 링크이며, 구매 시 북버스가 수수료를 받을 수 있습니다.

소개

약학·의학·유전공학·컴퓨터공학·통계학 등 서로 다른 분야를 전공한 세 저자가 연구와 실무 경험을 바탕으로 집필한 실전 안내서다. 분자·단백질 데이터를 활용해 실험에서 우선 검증할 후보물질을 찾고 평가하는 과정을 코드로 직접 익힌다.

출처: 알라딘 Open API 제공 도서 정보

출판사 등록 소개

AI 신약개발, 무엇부터 배우고 연구에 어떻게 적용할 것인가?

분자 데이터 처리부터 후보물질 최적화까지

실제 코드 예제로 익히는 AI 신약개발 핵심 파이프라인

AI는 이제 신약개발 전 과정을 변화시키는 핵심 동력이다. 타겟 발굴, 후보물질 탐색, 독성 예측, 임상 설계, 데이터 기반 의사결정에 이르기까지 AI는 신약개발의 속도와 성공 가능성을 높이는 실질적인 도구로 활용되고 있다.

그러나 현장에는 여전히 ‘무엇부터 배워야 하는가?’, ‘도킹 점수를 실제 실험으로 어떻게 이어야 하는가?’라는 질문이 남아 있다. 기존 자료는 딥러닝 이론과 라이브러리 사용법에 치우치거나, 신약개발 이론만 다루어 두 분야의 연결을 놓치는 경우가 많다. 그 사이에서 연구자는 코드 앞에서, 데이터 과학자는 약학적 맥락 앞에서 막히기 쉽다.

이 책은 이러한 간극을 메우는 실전 가이드다. 약학•의학•유전공학•컴퓨터공학•통계학을 아우르는 세 저자가 Python•Linux•통계•약학 기초부터 분자•단백질 데이터 처리, 리간드 기반•구조 기반 신약설계, 후보물질 최적화까지 AI 신약개발의 전 과정을 단계별로 안내한다. 생성형 AI, AI 에이전트, 자율주행 실험실 등 최신 흐름도 함께 짚는다. 모든 실습은 Google Colab에서 바로 실행할 수 있다.

이 책은 코드를 실행하는 데서 멈추지 않는다. 도킹 점수와 물성•활성 예측값은 정답이 아니라 실험 설계의 출발점이다. 독자는 계산 결과가 어떤 가정 위에서 나왔고 어디까지 읽을 수 있는지를 살핀 뒤, 생물학적 검증과 약학적 해석을 바탕으로 후보의 우선순위를 정하고 다음 실험을 설계하는 법을 익힌다.

이 책의 목표는 독자를 ‘AI 모델 사용자’에 머물게 하는 것이 아니라, 계산 결과를 신약개발의 언어로 해석하고 다음 실험을 설계할 수 있는 연구자로 성장시키는 데 있다.

출처: 국립중앙도서관 ISBN 서지정보(출판사 제출)

서지 풀이

부가기호 93510: 독자 대상 전문 · 발행 형태 단행본 · 내용 분류 기술과학.

분량·판형: 548쪽 · 판형 190*260.

출처: 국립중앙도서관 ISBN 서지정보 · 부가기호 뜻은 국립중앙도서관 ISBN 안내 기준

자주 묻는 질문

『AI 신약개발 실전 가이드』, 어떤 책인가요?

약학·의학·유전공학·컴퓨터공학·통계학 등 서로 다른 분야를 전공한 세 저자가 연구와 실무 경험을 바탕으로 집필한 실전 안내서다. 분자·단백질 데이터를 활용해 실험에서 우선 검증할 후보물질을 찾고 평가하는 과정을 코드로 직접 익힌다. (강성준, 김도균, 한진선 (지은이), 범문에듀케이션 펴냄)