分子記述子の理解を深めるケモインフォマティクス基礎入門と毒性予測法

再開催を依頼する / 関連するセミナー・出版物を探す
オンライン 開催

日時

中止

プログラム

第1部 Pythonを用いたRDKitの使用と実演

(2022年9月13日 10:30〜13:00)

 ケモインフォマティクスとは、化学分野における膨大な問題に対してコンピュータと情報科学的手法を利用することによりその解決を目指す学問分野です。本分野では化合物の情報を用いることが多いため、創薬研究や材料開発、毒性予測等の応用も活発に行われています。  本講演では、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RDKitを使いながら、ケモインフォマティクスの入門的な内容とその操作法を中心に紹介いたします。

  1. RDKitのインストール
    • Anacaondを使ったRDKitの導入
  2. 化合物データベースと化学構造の表記
    • ChEMBLデータベース
    • PubChem データベース
    • MOL形式、SDF形式
    • SMILES記法、SMARTS記法
    • RDKitでの分子フィンガープリントの生成
    • RDKitでの分子記述子計算
    • Mordredでの分子記述子計算
  3. データ解析・機械学習の基本理論
    • データ解析・機械学習概論
  4. データの前処理・データの可視化・回帰分析・クラス分類
    • データの前処理
    • データの可視化
    • 回帰分析の実例
    • クラス分類の実例

第2部 分式記述子計算を用いた毒性予測

(2022年9月13日 14:00〜16:30)

 毒性はあらゆる医薬品・化学品の製品化を規定する重要な生理活性である。しかし、多くの場合そのメカニズムは複雑であり未知であることも多いため、対象タンパク質に基づく毒性予測は困難である場合が多い。そこで、多数の化合物情報から毒性の発現パターンを予測する応用的なQSAR解析法の開発が進んでいる。  本講演では、毒性予測手法を理解していただくことを目的として、QSAR解析で使用する方法と研究成果を紹介したい。

  1. 分式記述子を用いた毒性予測の考え方
    • 様々な分子記述子
    • 記述子掲載データベース
    • 専用ソフトウェア・Pythonのアプリケーション
    • Webサービス
  2. 様々な解析法
    • 重回帰分析・PLS回帰分析・ロジスティック回帰分析
    • 決定木・アンサンブル学習
    • 人工ニューラルネットワーク・ディープラーニング
  3. 毒性解析事例
    • 有害性発現経路 (AOP)
    • ヒトにおける肝毒性・肺毒性
    • 化審法におけるラット反復投与毒性
  4. 分子記述子を超えて
    • 生化学的特徴量
    • 分子画像認識 (DeepSnap)

受講料

複数名同時受講割引について

アカデミック割引

日本国内に所在しており、以下に該当する方は、アカデミック割引が適用いただけます。

ライブ配信セミナーについて