技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー
生体ビッグデータ・AIを用いた創薬・ドラッグリポジショニングの実際・今後と臨床データの創薬活用
生体ビッグデータ・AIを用いた創薬・ドラッグリポジショニングの実際・今後と臨床データの創薬活用
～ターゲットや疾患に関するビッグデータの活用 / 疾患の薬剤標的分子の選択や既存薬のドラッグリポジショニング (DR) に活用するシステムの理論と実際とは～
東京都 開催
会場 開催
本セミナーは終了いたしました。
概要
本セミナーでは、生体ビッグデータを用いて、創薬・DRを行う研究の現状、AIの創薬での使用法の実際、有望視されるビッグデータ創薬・DRおよびAI創薬・DRの方法と実際について詳解いたします。
開催日
- 2018年1月30日(火) 10時30分 ～ 17時00分
修得知識
- AIを使った医療診断の最新動向
- ビッグデータ創薬とリポジショニング
- IT技術への期待
- AI時代に活躍できる人材像
プログラム
第1部. 生体ビッグデータ・AI (とくにディープラーニング) を用いた創薬・ドラッグリポジショニングの実際
～ターゲットや疾患に関するビッグデータの活用、臨床データの創薬活用～
(2018年1月30日 10:30～15:30)
近年、バイオテクノロジーの急速な発展を受けて、医療・創薬分野も「ビッグデータ」時代を迎えた。これに伴い、生体ビッグデータに基づいて、機械学習やディープラーニングなどの人工知能を用いて、生体ビッグデータが持つ「創薬力」を抽出し、疾患の薬剤標的分子の探索、標的分子へ化合物のバーチャルスクリーニングや既存薬のドラッグリポジショニング (DR) を目指す「AI創薬・DR」方法論が発展している。
本講演ではAI創薬・DRについて実例をまじえて体系的に述べる。
- 医療・創薬におけるビッグデータの特徴と意義
- 新しい医療ビッグデータの特性としての「新NP問題」
- 新しい医療ビッグデータの収集の目的-個別性
- 新しい創薬ビッグデータ:生命情報ビッグデータベース
- ビッグデータやAIを活用した計算創薬/DRの基礎理論
- AIの歴史とDeep Learningの革新的な特徴
- Deep Learningの革命性:「教師なし」学習と特徴的表現の自己学習
- 多層deep auto-encoderの構成と「潜在状態空間」
- PANDEのMulti-Taskネットワーク
- AI創薬の枠組みとしての「多階層創薬ネットワーク」
- 「生体分子プロファイル型計算創薬・DR」における疾患と薬剤の相互作用のとらえ方
- 生体分子ネットワーク準拠計算創薬・DRの「3層ネットワークモデル」
- 疾患、薬剤、生体分子の3層ネットワーク間の関連性と方法分類
- AIの歴史とDeep Learningの革新的な特徴
- 計算創薬/DRの「非学習的」アプローチ:「ビッグデータ創薬・DR」
- 「疾患-薬剤ネットワーク」相互関連型「現象論的」アプローチ
- 疾患・薬剤遺伝子発現プロファイル直接比較法
- 疾患・薬剤ネットワークの相互射影解析
- 生体分子ネットワーク準拠型「機構論的」アプローチ
- タンパク質相互作用ネットワークにおける疾患関連遺伝子と標的との相互作用の評価法
- Sunらのランダム歩行による有効性予測
- Guney・Barabasiらの近接距離解析による有効性評価
- 「疾患-薬剤ネットワーク」相互関連型「現象論的」アプローチ
- 計算創薬・DRの「学習的」アプローチ:「AI創薬・DR」
- 「AI創薬」の国際的な研究状況
- Virtual Screeningへの人工知能・機械学習の応用
- Ligand-based AI-Virtual Screening
- KaggleとDahlの方法
- Pandeのマルチタスク法
- 奥野のCGBVS法:SVM法とDeep Learning法
- Structure-based AI-Virtual Screening
- Wallachの方法
- Ligand-based AI-Virtual Screening
- 化合物の人工知能を用いた自動設計
- Gomez-BombarelliのSMILE表示とdeep encoderを用いた方法 - 創薬のシステム薬理学への人工知能的アプローチ
- 標的分子探索に人工知能を用いた方法
- Hase-Tanakaの多層Deep AutoEncoderを用いた標的分子探索法
- Pharm-AIシステムとアルツハイマー病での標的分子探索と検証
- 「AI創薬」研究の将来的方向
- 「AI創薬学」の体系的構築
- 「AI創薬」システムのパイプライン化
- 質疑応答・名刺交換
第2部. 調査員の目から見たAI創薬とドラッグリポジショニングの現状と将来
(2018年1月30日 15:45～17:00)
医療分野におけるビッグデータ並びにAIの利活用の最新動向について専門家にお話を伺い、創薬並びに個別化医療・先制医療への貢献について調査する活動に参加した。その経験を踏まえた「AI創薬とドラッグリポジショニングの現状と将来」について私見を紹介したい。
- AIの医療への応用
- AIについて
- AIの特技 (1) ・画像解析
- AIの特技 (2) ・データマイニング
- ビッグデータからの創薬
- 遺伝子解析からの創薬・ドラッグリポジショニング
- オミックス技術からの創薬・ドラッグリポジショニング
- 情報科学を使った創薬の将来像
- 身近なAIへの期待
- AI時代に活躍できる人材像
- 質疑応答・名刺交換
会場
主催
お支払い方法、キャンセルの可否は、必ずお申し込み前にご確認をお願いいたします。
受講料
1名様
:
42,750円 (税別) / 46,170円 (税込)
複数名
:
22,500円 (税別) / 24,300円 (税込)
複数名同時受講の割引特典について
- 2名様以上でお申込みの場合、
1名あたり 22,500円(税別) / 24,300円(税込) で受講いただけます。- 1名様でお申し込みの場合 : 1名で 42,750円(税別) / 46,170円(税込)
- 2名様でお申し込みの場合 : 2名で 45,000円(税別) / 48,600円(税込)
- 3名様でお申し込みの場合 : 3名で 67,500円(税別) / 72,900円(税込)
- 受講者全員が会員登録をしていただいた場合に限ります。
- 同一法人内(グループ会社でも可)による複数名同時申込みのみ適用いたします。
- 受講券、請求書は、代表者にご郵送いたします。
- 請求書および領収書は1名様ごとに発行可能です。
申込みフォームの通信欄に「請求書1名ごと発行」と記入ください。 - 他の割引は併用できません。
本セミナーは終了いたしました。
これから開催される関連セミナー
| 開始日時 | 会場 | 開催方法 | |
|---|---|---|---|
| 2025/7/28 | GMP医薬品工場建設 (計画・設計・施工) およびバリデーションのポイント | 東京都 | 会場 |
| 2025/7/28 | バイオ/抗体医薬品における品質管理の基礎とトラブル対応 | オンライン | |
| 2025/7/28 | Excelを使った医薬品売上予測 | オンライン | |
| 2025/7/29 | 局方/GMPに対応する原薬・製剤の不純物評価・リスク管理および原薬出発物質の選定/妥当性/CQA・CPP設定 | オンライン | |
| 2025/7/29 | ICH-GCPが要求する医薬品開発・臨床QMSの効果的かつ効率的運用 | オンライン | |
| 2025/7/29 | バイオ/抗体医薬品における品質管理の基礎とトラブル対応 | オンライン | |
| 2025/7/29 | 非臨床試験の信頼性確保のポイントと適合性書面調査対応 | オンライン | |
| 2025/7/29 | 最近の裁判例の論点をふまえた核酸医薬品の特許戦略 | オンライン | |
| 2025/7/29 | 海外製造所に対して実施する監査のためのGMP英語表現 入門講座 | オンライン | |
| 2025/7/29 | FDA PV規制:当局が考える安全管理業務・体制と日本企業としての対応 | オンライン | |
| 2025/7/29 | 医薬品モダリティの特許戦略 | 東京都 | 会場・オンライン |
| 2025/7/30 | 高薬理活性医薬製造における洗浄負荷の軽減/最適化と曝露リスク評価 | オンライン | |
| 2025/7/30 | 医薬品/原薬/添加物/包装材等を対象とした中国医薬品開発の基礎と応用 | オンライン | |
| 2025/7/30 | GMP超入門講座 | オンライン | |
| 2025/7/30 | Pythonを利用したデータ分析の基礎講座 | オンライン | |
| 2025/7/30 | ケモインフォマティクスと機械学習による化学データ解析 | オンライン | |
| 2025/7/30 | 抗体薬物複合体 (ADC) におけるペイロードの生体膜透過メカニズムと細胞内動態評価 | オンライン | |
| 2025/7/30 | 開発・薬事担当者のためのeCTD v4.0適応にむけた重要ポイントと見直し事項 | オンライン | |
| 2025/7/30 | 国内外の査察対応にむけた製造設備の適格性評価及びメンテナンスに関する文書化対策 | オンライン | |
| 2025/7/30 | ドロップアウト防止にむけたAIによるリスク回避・評価と意思決定にむけたデータ補完 | オンライン |