BioLogic Summit 2025 공식사이트

2025년 플레너리 기조 강연

David A. Baker, PhD

2024 NOBEL LAUREATE
Design of New Protein Functions Using Deep Learning
David A. Baker, PhD
University of Washington

Rebecca Croasdale-Wood, PHD

Benchmarking and Integrating ML/AI Advancements in Biologics Discovery and Optimisation for Pharma
Rebecca Croasdale-Wood, PhD
AstraZeneca

Victor Greiff, PhD

The State of the Art for Antibody Structure Prediction
Victor Greiff, PhD
University of Oslo

Vladimir Gligorijevic, PhD

De novo Design of Therapeutic Antibodies
Vladimir Gligorijevic, PhD
Genentech

Marissa Mock, PhD

Transforming Therapeutic Protein Engineering
Marissa Mock, PhD
Amgen Inc.

최신 아젠다 이용 가능

제1회 BioLogic Summit은 PEGS와 PepTalk의 경험이 풍부한 팀이 주최하며, 바이오의약품 R&D에서 ML/AI의 변혁 가능성을 모색하기 위해 바이오로직스 커뮤니티를 단결시키는 것을 목표로 하고 있습니다. BioLogic Summit은 이 새로운 연구 패러다임을 강화하는 하이브리드 사이언티스트 커뮤니티의 요구를 충족하도록 설계되고 있습니다. 하이브리드 사이언티스트란 현재 AI/ML과 계산 툴을 다루고 있는 실험 전문가와 Drug Discovery 및 단백질 과학의 복잡한 세계에 적응하고 있는 데이터 사이언티스트를 가리킵니다.

이 이벤트에서는 4개의 컨퍼런스 트랙, 저명한 플레너리 기조 강연, 사회자에 의한 소그룹 디스커션, 1일 트레이닝 세미나 등 모든 레벨의 참가자의 요구를 충족하는 종합적 프로그램이 예정되어 있습니다. 이 중요한 컨퍼런스에 참가하여 바이오로직스 업계에서 ML 툴과 AI 테크놀러지의 단기적인 구현에 관한 학습 및 대화에 참여하는 것을 환영합니다.

BioLogic Summit의 인터랙티브 요소

이 이벤트에는 연단 프레젠테이션과 함께 사회자에 의한 디스커션, 1일 트레이닝 세미나 등 인터랙티브 요소도 다수 포함됩니다. 인터랙티브 포럼은 잠재적인 협력자와의 네트워킹을 촉진하고, 그룹 문제 해결 노력의 일부가 될 수 있는 기회를 제공하는데 중요한 역할을 담당합니다

바이오로직스 의약품 개발을 위한 AI/ML 이해

Models for de novo Design
de novo 디자인의 모델

Predicting Developability and Optimization Using Machine Learning
ML에 의한 개발 가능성과 최적화 예측

Machine Learning in Early Discovery
조기 발견에서의 ML

Training Data Generation and Quality
트레이닝 데이터 생성과 품질

바이오로직스 의약품 개발을 위한 AI/ML 이해

Models for de novo Designde novo 디자인의 모델

Predicting Developability and Optimization Using Machine LearningML에 의한 개발 가능성과 최적화 예측

Machine Learning in Early Discovery조기 발견에서의 ML

Training Data Generation and Quality트레이닝 데이터 생성과 품질

Models for de novo Design
de novo 디자인의 모델

Predicting Developability and Optimization Using Machine Learning
ML에 의한 개발 가능성과 최적화 예측

Machine Learning in Early Discovery
조기 발견에서의 ML

Training Data Generation and Quality
트레이닝 데이터 생성과 품질