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 | |
|---|---|---|---|
| 2025/7/24 | AI関連発明の出願戦略のポイントと生成AIを巡る知財制度上の留意点 | オンライン | |
| 2025/7/24 | GVP基礎講座 | オンライン | |
| 2025/7/24 | 経皮吸収の基礎とIn vitro/In vivoにおける各試験・評価方法 | オンライン | |
| 2025/7/24 | レーザー加工分野における機械学習の活用手法 : 特に少ない実験データ数を用いた場合 | オンライン | |
| 2025/7/24 | 今、改正GMP省令により医薬品・医薬部外品製造業者が求められる適切なGMP文書とは | オンライン | |
| 2025/7/25 | 医薬品品質試験における生データの取り方・レビューと申請対応 | オンライン | |
| 2025/7/25 | 難水溶性薬物のための製剤技術の理論と実際 | オンライン | |
| 2025/7/25 | ラボと製造におけるCSVとデータインテグリティ | オンライン | |
| 2025/7/25 | トラブル事例から学ぶ問題なく技術移転 (製造と試験) を行うために知っておくこと | オンライン | |
| 2025/7/25 | 医薬品製造における逸脱・異常/変更管理のクラス分けと逸脱予防策 | オンライン | |
| 2025/7/25 | 試験室におけるExcelスプレッドシートのバリデーション方法・運用管理のポイント | オンライン | |
| 2025/7/25 | 医薬品工場における空調バリデーションおよび維持管理のポイント | 東京都 | 会場 |
| 2025/7/25 | レーザー加工分野における機械学習の活用手法 : 特に少ない実験データ数を用いた場合 | オンライン | |
| 2025/7/28 | 外観検査のデジタル化・自動化 | オンライン | |
| 2025/7/28 | GMP査察・監査に対応したペストコントロールプログラムの開発と課題への対処 | オンライン | |
| 2025/7/28 | 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 | |
| 2025/7/28 | GMP超入門講座 | オンライン | |
| 2025/7/28 | 非臨床研究・信頼性基準試験/GLP試験の信頼性を確保するCAPA実践基礎セミナー | オンライン | |
| 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 |