創薬標的を探索するためのAI・機械学習の高品質なデータ処理

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

本講義では、創薬プロセスにおけるAI活用の現状と課題について総括するとともに、近年の新薬創出の低迷の大きな原因の一つである「初期段階のターゲット選定のミス」を避けるため、患者診療情報やオミックス情報を用いてヒトで有効な創薬標的を探索するためのAI・ 機械学習の活用について、様々な角度から、自身の研究成果を交えてポイントを解説し、将来を展望する。  背景として、有効な治療法がない疾患は多く、患者さんは一日も早く有望な治療法を待ち望んでいます。一方、製薬業界において、 新薬開発は低迷しており、効率的な新薬開発のために、医薬品開発のプロセスにAIを活用する動きが加速しています。その開発の一助となれますと幸いです

  1. 創薬におけるAI・機械学習活用の現状と課題
    1. 創薬のプロセスとAI・機械学習の活用の場面
      以下に示す各プロセスについて、現状をまとめる。
      • 基礎研究
        • 創薬標的の同定
        • リード化合物の創製
        • 最適化
      • 前臨床研究
        • 薬効・薬物動態・安全性の評価
      • 臨床研究
        • ヒトを対象とした3フェーズの試験
      • 意思決定と申請資料作成
        • 費用対効果
        • リスクベネフィット
    2. AI機械学習の活用のための課題
      • データの重要性
        • 質および量
      • 有効な手法の開発
  2. 創薬標的の探索にAI手法を応用するために
    1. 高品質なデータの収集
      • 医療現場からの診療情報の収集
      • 分子情報としてのオミックスデータの収集
    2. 高品質なデータの蓄積
      • 診療データの構造化、データベース化
        • 自然言語処理AI
        • クレンジング
      • 知識データの収集と蓄積
        • 論文から重要な関連語句を自動抽出するAI

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