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

創薬・DR成功のためのビッグデータ・人工知能 (ディープラーニング) の活用法

創薬・DR成功のためのビッグデータ・人工知能 (ディープラーニング) の活用法

～創薬/ドラッグリポジショニング (DR) における最新動向と今後の方向性とは / ビッグデータ創薬・AI創薬のポイントや計算創薬によるターゲットの探索法～
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9月26日(水) 10時30分 ～ 16時30分

修得知識

  • ビッグデータ創薬・AI創薬の体系的理解
  • 人工知能 (ディープラーニング) の活用による計算創薬の実際
  • 創薬ターゲットの探索法の詳細

プログラム

　近年、次世代シーケンサーなどのバイオテクノロジーの発展によって膨大な網羅的生命情報が蓄積され、医療・創薬はビッグデータ時代を迎えつつある。これらの生命情報ビッグデータを活用した「生体分子プロファイル型の創薬/ドラッグリポジショニング (DR) 」には、「非学習的アップローチ (「ビッグデータ創薬」) 」に加え、最近急速に進展している人工知能 (AI) 、とくに Deep Learning (深層学習) を活用した「学習的アプローチ (「AI創薬」) 」が注目を集めている。
　本講習会では計算創薬・DRの基本的枠組みを論じるとともに、とくにAI 創薬に関して、著者らの研究を含め国際的な研究状況を解説し、将来の展望を論じる。

  1. 生体分子プロファイル型の計算創薬/DR の基本概念
    1. 創薬を巡る状況とこれからの展望
    2. 疾患・薬剤・生体ネットワークの基本枠組み
      1. 生体分子プロファイル型計算創薬の原理と従来のインシリコ創薬の違い
      2. 非学習的計算創薬/DR と学習型計算創薬/DR
  2. ビッグデータ創薬/DR (非学習型方法)
    1. 遺伝子発現プロファイル比較型の創薬/DR
      1. 薬剤投与時の遺伝子発現プロファイル変化 (CMap と LINCS)
      2. 初期の比較型研究の代表的成果 (Hu、Sirota らの研究)
      3. 最近の展開としての臨床データベースの利用
    2. 疾患ネットワーク準拠の創薬/DR
      1. 疾患原因遺伝子ネットワーク Diseasome (Goh, Barabasi ら)
      2. Butte の遺伝子発現プロファイルネットワーク Genomed
      3. 生体分子ネットワークと遺伝子発現に準拠した疾患ネットワーク
    3. 計算創薬・DRの理論的な枠組み
      1. 疾患関連遺伝子、薬剤標的分子、生体分子ネットワークの関係
      2. タンパク質相互作用ネットワークの3環構造と薬剤標的分子の分布
      3. タンパク質相互作用ネットワークにおける薬剤標的分子、疾患関連分子の関係
      4. 様々な距離の定義 (Wang, Sun, Barabasi ら) による有効薬剤の評価
  3. AI 創薬/DR (学習型方法) の実際と将来の方向
    1. ビッグデータの特性と医療・創薬のパラダイム変革
      1. 新 NP 問題とビッグデータの「構成性原理」
      2. 層別化医療と Real World Data
    2. 人工知能の分類と歴史
      1. 知識型人工知能とニューラルネットワーク
      2. 医療分野での2つの人工知能のアプローチの展開
    3. ニューラルネットワークの発展と ディープラーニング (DL) の革命性
      1. ニューラルネットワークの発展と従来の方式の限界
      2. ディープラーニング (DL) の革命性:「教師なし学習」による特徴表現学習
      3. 多層自己符号化 (deep autoencoder) による超多次元ネットワークの次元縮約
    4. 超多次元複雑ネットワークの革新的縮約法としての DL
      1. 医療・創薬ビッグデータの縮約としての DL
      2. タンパク質相互作用ネットワーク (PPIN) の DL による縮約
      3. DLと従来の統計的縮約法との比較
    5. AI 創薬 – - DLによる薬剤標的分子の探索
      1. 人工知能 (DL) と機械学習による薬剤標的分子の (PPINの縮約準拠型) 探索
      2. Pharm – AI の創薬:薬剤標的分子の探索方法の評価:
      3. Pharm – AI の DR:アルツハイマー症での探索結果とこれまでの結果との比較
    6. AI 創薬発展の将来的方向と国際的研究状況
      1. AI創薬とバーチャル・スクリーニング
      2. AI創薬における疾病情報の導入と臨床知識データベースの導入の効果
      3. AI創薬と疾患システムバイオロジーとの統合による創薬に向けて
  4. 質疑応答
ページのトップヘ

会場

江東区役所 商工情報センター (カメリアプラザ)

9F 会議室

東京都 江東区 亀戸2-19-1
江東区役所 商工情報センター (カメリアプラザ)の地図
ページのトップヘ

主催

株式会社 R&D支援センター
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
: 46,278円 (税別) / 49,980円 (税込)

案内割引・複数名同時申込割引について

R&D支援センターからの案内登録をご希望の方は、割引特典を受けられます。
案内および割引をご希望される方は、お申込みの際、「案内の希望 (割引適用)」の欄から案内方法をご選択ください。
複数名で同時に申込いただいた場合、1名様につき 23,139円(税別) / 24,990円(税込) で受講いただけます。

  • R&D支援センターからの案内を希望する方
    • 1名様でお申し込みの場合 : 1名で 43,750円(税別) / 47,250円(税込)
    • 2名様でお申し込みの場合 : 2名で 46,278円(税別) / 49,980円(税込)
    • 3名様でお申し込みの場合 : 3名で 69,417円(税別) / 74,970円(税込)
  • R&D支援センターからの案内を希望しない方
    • 1名様でお申し込みの場合 : 1名で 46,278円(税別) / 49,980円(税込)
    • 2名様でお申し込みの場合 : 2名で 92,556円(税別) / 99,960円(税込)
    • 3名様でお申し込みの場合 : 3名で 138,833円(税別) / 149,940円(税込)
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

関連する出版物

発行年月
2020/3/30 当局要求をふまえたデータインテグリティ手順書作成の要点
2020/2/27 海外データ (試験施設) /海外導入品の信頼性基準適用と効率的なデータ利用・CTD申請
2019/8/1 データインテグリティ規程・手順書
2019/6/27 EU GVP Module I /ISO9001要求をふまえたQuality Management System の実装と運用
2019/6/27 FDAが要求するCAPA導入の留意点
2019/5/31 医薬品モダリティの特許戦略と技術開発動向
2019/4/24 洗浄バリデーション実施ノウハウと実務Q&A集
2019/1/31 センサフュージョン技術の開発と応用事例
2018/11/30 希少疾患用医薬品の適応拡大と事業性評価
2018/10/30 高薬理活性医薬品封じ込めQ&A集 Part2
2018/9/28 腸内細菌叢を標的にした医薬品と保健機能食品の開発
2018/8/31 がん治療で起こる副作用・合併症の治療法と薬剤開発
2018/7/31 医薬品・医療機器・再生医療開発におけるオープンイノベーションの取り組み 事例集
2018/6/29 医薬品グローバル開発に必要な英語実務集
2018/5/31 “人工知能”の導入による生産性、効率性の向上、新製品開発への活用
2018/5/30 GVP Module改訂をふまえたEU Pharmacovigilance規制の実装
2018/5/18 創薬のための細胞利用技術の最新動向と市場
2018/4/25 統計学的アプローチを活用した分析法バリデーションの評価及び妥当性
2018/1/30 バイオ医薬品のCTD-Q作成 - 妥当性の根拠とまとめ方 -
2017/9/29 疾患・病態検査・診断法の開発
ページのトップヘ