tech-seminar.jp

本セミナーでは、ケモインフォマティクスの基礎である、化合物の表記方法、分子フィンガープリント、分子記述子、化合物検索、化合物データベース構築について、プログラミング言語Pythonと、Pythonのケモインフォマティクス用ライブラリーであるRDKitを用いて、実践的内容を解説いたします。

本セミナーでは、ドラッグリポジショニング、メカニズムを考慮した薬効予測、創薬標的予測、パスウェイ創薬、漢方薬・食品リポジショニング、ダイレクトリプログラミング、化合物の毒性予測、医薬品分子構造設計への応用例を紹介いたします。

本セミナーでは、ドラッグリポジショニング、メカニズムを考慮した薬効予測、創薬標的予測、パスウェイ創薬、漢方薬・食品リポジショニング、ダイレクトリプログラミング、化合物の毒性予測、医薬品分子構造設計への応用例を紹介いたします。

本セミナーでは、マテリアルズ・インフォマティクスについて基礎から解説し、材料開発に機械学習を応用する際に起こる問題点とその解決策を分かりやすく解説いたします。

本セミナーでは、ケモ・マテリアル・データのをもとに、Rプログラミングによる統計検定、多変量データの作り方、さまざまな視覚化法、機械学習、化学構造情報処理について実習を交えて解説いたします。

本セミナーでは、系統的データから帰納的に法則を見出すこと、所望の構造や機能をもつ化合物を系統的な実験から探索すること、データベースや計算化学による予測で候補化合物を絞り実験すること、といった従前の化学研究スタイルや演者の過去の研究を見直しながら、適用できそうなAI利用の研究例を紹介いたいます。
また、新しい化学研究のスタイルに期待しながら、実験中心のスタイルと比較しつつ、注意点等を知りたい方に敷居の低い化学的な内容や話題を提供いたします。

本セミナーでは、系統的データから帰納的に法則を見出すこと、所望の構造や機能をもつ化合物を系統的な実験から探索すること、データベースや計算化学による予測で候補化合物を絞り実験すること、といった従前の化学研究スタイルや演者の過去の研究を見直しながら、適用できそうなAI利用の研究例を紹介いたいます。
また、新しい化学研究のスタイルに期待しながら、実験中心のスタイルと比較しつつ、注意点等を知りたい方に敷居の低い化学的な内容や話題を提供いたします。