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
関連するセミナー・出版物
本セミナーは終了いたしました。
セミナーの再開催を依頼する 関連するセミナー・出版物を探す

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。

  1. 医療・創薬におけるビッグデータの特徴と意義
    1. 新しい医療ビッグデータの特性としての「新NP問題」
    2. 新しい医療ビッグデータの収集の目的-個別性
    3. 新しい創薬ビッグデータ:生命情報ビッグデータベース
  2. ビッグデータやAIを活用した計算創薬/DRの基礎理論
    1. 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
    2. 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
  3. 計算創薬/DRの「非学習的」アプローチ:「ビッグデータ創薬・DR」
    1. 「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
    2. 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
  4. 計算創薬・DRの「学習的」アプローチ:「AI創薬・DR」
    1. 「AI創薬」の国際的な研究状況
    2. 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
    3. 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
    4. 創薬のシステム薬理学への人工知能的アプローチ
    5. 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
  5. 「AI創薬」研究の将来的方向
    1. 「AI創薬学」の体系的構築
    2. 「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。

  1. AIの医療への応用
    1. AIについて
    2. AIの特技 (1) ・画像解析
    3. AIの特技 (2) ・データマイニング
  2. ビッグデータからの創薬
    1. 遺伝子解析からの創薬・ドラッグリポジショニング
    2. オミックス技術からの創薬・ドラッグリポジショニング
    3. 情報科学を使った創薬の将来像
  3. 身近なAIへの期待
  4. AI時代に活躍できる人材像
    • 質疑応答・名刺交換
ページのトップヘ

講師

  • 田中 博 氏
    東京医科歯科大学 生命医療情報学
    名誉教授
  • 根木 茂人 氏
    ルートT技術士事務所
    所長
ページのトップヘ

会場

芝エクセレントビル KCDホール
東京都 港区 浜松町二丁目1番13号 芝エクセレントビル
芝エクセレントビル KCDホールの地図
ページのトップヘ

主催

サイエンス＆テクノロジー 株式会社
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。

お問い合わせ

本セミナーに関するお問い合わせは tech-seminar.jpのお問い合わせからお願いいたします。
(主催者への直接のお問い合わせはご遠慮くださいませ。)

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。
セミナーの再開催を依頼する
ページのトップヘ