第1部 データの収集、処理、分析の自動化・組織活用と材料設計の加速化

(2023年10月19日 10:00〜11:30)

　近年、DX (デジタルトランスフォーメーション) が世界的に注目を集めています。新型コロナウイルスの世界的な流行が、企業や組織がデジタル化への取り組みを加速させる契機となりました。感染拡大により、オンライン業務や遠隔ワークの需要が高まり、情報技術の進歩と活用が迫られましたため、企業はデジタル化への投資を増やし、データの収集、処理、分析を強化することとなり、製造業においてもDXの重要性も高まっています。データ活用により、生産プロセスの効率化や品質向上が可能になります。さらに、先端IT技術の進化により、材料設計の加速化が進んでいます。情報科学と材料科学の融合により、従来の試行錯誤から脱却し、マテリアルズ・インフォマティクス (MI) を活用して迅速な新素材の開発が行われています。
　しかし、製造業におけるDXには課題もあります。データの民主化や組織内でのコラボレーションが必要であり、データ収集、処理、分析の自動化や効率化が求められています。先端IT技術を活用し、材料設計の加速化を図るためには、システムとアプリケーションの構築が重要です。
　本講演では、DXにおいて重要な要素を解説しつつ、製造業向けのDXの重要性と材料設計の加速化に焦点を当て、データ活用のメリットや可能性を示しながら、先端IT技術がもたらす効果と課題についても紹介します。データの収集、処理、分析を自動化し、組織全体でデータを活用するための手法やツールについても触れ、製造業におけるDXの実践的な側面を具体的な事例とともに紹介します。

1. DX (デジタルトランスフォーメーション) とは
   • DXの概念と意義
   • DXの重要性とメリット
2. 製造業におけるDXの重要性
   • 製造業の課題とDXの解決可能性
   • データ活用のメリットと可能性
3. 先端IT技術と材料設計の進化
   • 情報科学と材料科学の融合による加速化
   • マテリアルズ・インフォマティクス (MI) の重要性と応用例
4. 材料設計における課題と限界
   • データの民主化と組織内コラボレーションの重要性
   • データ収集、処理、分析の自動化と効率化の必要性
5. 先端IT技術を活用した材料設計の加速化
   • システムとアプリケーションの構築
   • データ収集、処理、分析の自動化と効率化の手法とツール
6. 先端IT技術の可能性と課題
   • 材料開発にもたらす可能性と展望
   • 先端IT技術の活用に伴う課題と解決策
• 質疑応答

第2部 MIを例にした収集データの選定・絞り込みとデータ収集フォーマットの設計

(2023年10月19日 12:30〜14:00)

　マテリアルズ・インフォマティクス (MI) や研究デジタルトランスフォーメーション (DX) を実現するためには、研究データの管理が極めて重要な役割を果たします。
　本講座では、MIの実践事例を通じて、研究活動で生じるデータの生成・蓄積・活用のサイクルについて知っていただき、特にデータ蓄積に必要な考え方・基礎知識について学んでいただきます。

1. マテリアルズ・インフォティクス概要
   1. データ生成・蓄積・活用の循環サイクル
   2. データ収集時に考えなければいけないこと
   3. データ取得コストについて
   4. 活用可能なデータとは
   5. 制御可能な変数と計測可能な変数
2. データ取得のためのベイズ最適化
   1. ベイズ最適化の背後にある数理
   2. 自律実験装置とAIソフトウェア
   3. ロボット制御のための環境整備
3. 材料データ蓄積を行う上で必要なこと
   1. データベース構築の3つの目的
   2. データベースの種類
   3. フラットファイルフォーマット
   4. ツリー構造を利用した実験データ蓄積
   5. 電子ラボノートの事例
• 質疑応答

第3部 電子実験ノートの重要性とその活用促進活動の事例

(2023年10月19日 14:15〜15:15)

　電子実験ノートであるBIOVIA Notebookは、スムーズなペーパーレス化を実現する非常に使いやすいツールです。紙のノートを廃止することで、手作業での検索や文書作成が不要となります。そしてあらゆる実験ノートの保存、検索、共有も容易となります。更にはデータサイエンスツールのPipeline Pilotと連携することで、実験データの分析、レポート作成、処理が自動で行われ、業務の大幅な効率化につながります。レゾナックでは社内資産である実験データの「蓄積」「共有」「活用」のため、2019 年から電子実験ノートシステムを導入し、研究開発拠点への普及に取り組んできました。
　本講演ではBIOVIA Notebook開発元のダッソー・システムズより、電子実験ノート (ELN) の概要、従来の実験データの管理方法における問題点や課題の抽出、それらに対してBIOVIA NotebookとPipeline Pilotが提供できるメリットをご提示し、スムーズな導入〜運用をサポートするサポート体制についてご説明いたします。
　電子実験ノートのユーザであるレゾナックからは、当初導入が思うように進まなかった経験を踏まえた電子実験ノート普及の課題と対応をご紹介し、マテリアルズ・インフォマティクス (MI) のボトルネックとなるデータ収集・データ整形の効率化をはじめとした、電子実験ノートの利用価値向上に繋がった取り組みや独自開発機能についてご紹介いたします。な高速合成の事例、ベイズ最適化などの機械学習を活用したプロセス最適化や自動化などについて、今後の展望を含め紹介したい。

1. ダッソー・システムズ
   • 電子実験ノート (ELN) とは
   • R&Dにおける情報管理の現状・課題
   • 研究データ・知見の共有・データベース化
   • BIOVIA Notebookとは
   • データの利活用 (データサイエンスツールPipeline Pilotとの連携)
   • 導入・運用支援の体制
2. レゾナック
   • 当社の技術情報活用の課題
   • 電子実験ノートの推進体制
   • 電子実験ノートに期待した点
   • 電子実験ノート導入後の課題とユーザの抵抗
   • 電子実験ノート活用の事例
   • 上層部と研究者の電子実験ノート利用動機
   • 機能追加による電子実験ノート価値向上
   • 社内横展開 (事例共有) 活動について
   • 電子実験ノートとDX
• 質疑応答

第4部 創薬研究データのDB化とシステム構築・研究現場での活用

(2023年10月19日 15:30〜17:00)

　演者は、日本たばこ産業株式会社の医薬総合研究所内にある薬物動態研究所 (以下JT薬物動態研究所と記載) においてITの仕事に従事しており、創薬研究のステージでJT薬物動態研究所が実施する各種評価の結果、発生する様々なデータ (創薬ADME評価データ) をDBに登録するシステムを、機械学習ツール「KNIME」を利用して作成して運用している。また、DB登録したデータを検索して可視化・ダウンロードするシステムもKNIMEを用いて構築し、利用してもらっている。
　本講演ではJT薬物動態研究所における創薬ADMEデータの管理にKNIME Serverを活用している事例を発表する。また併せてDB登録を含む創薬研究における一般的なKNIMEの利用例についてソフトウェアの実演を通して紹介する。
　尚、今回の講演内容は2023年5月19日の講演時のものと同じものとなる。い定量法も求められる。本講義ではこのソフトセンサーの役割と定量モデルを構築することなしにプロセスを監視する手法などの紹介をする予定である。

1. 日本たばこ産業株式会社 (JT) の医薬事業のご紹介
2. JT医薬総合研究所における医薬品の研究開発
3. 創薬研究と薬物動態 (ADME)
4. 創薬DXにおける創薬ADME評価データの重要性
5. 評価データのDB化
6. DB化した評価データの可視化
7. KNIMEの概要
8. 創薬研究におけるKNIMEの利用
9. 製薬企業でのKNIME導入
10. KNIMEを利用したデータ登録システムのプロセス
11. データ登録システムに実装している機能の詳細
12. KNIMEを利用したデータ可視化システム
13. ソフトウェア (KNIME) を利用した実演 (インフォコム社様)
• 質疑応答