内容标题17

  • <tr id='XlP0wi'><strong id='XlP0wi'></strong><small id='XlP0wi'></small><button id='XlP0wi'></button><li id='XlP0wi'><noscript id='XlP0wi'><big id='XlP0wi'></big><dt id='XlP0wi'></dt></noscript></li></tr><ol id='XlP0wi'><option id='XlP0wi'><table id='XlP0wi'><blockquote id='XlP0wi'><tbody id='XlP0wi'></tbody></blockquote></table></option></ol><u id='XlP0wi'></u><kbd id='XlP0wi'><kbd id='XlP0wi'></kbd></kbd>

    <code id='XlP0wi'><strong id='XlP0wi'></strong></code>

    <fieldset id='XlP0wi'></fieldset>
          <span id='XlP0wi'></span>

              <ins id='XlP0wi'></ins>
              <acronym id='XlP0wi'><em id='XlP0wi'></em><td id='XlP0wi'><div id='XlP0wi'></div></td></acronym><address id='XlP0wi'><big id='XlP0wi'><big id='XlP0wi'></big><legend id='XlP0wi'></legend></big></address>

              <i id='XlP0wi'><div id='XlP0wi'><ins id='XlP0wi'></ins></div></i>
              <i id='XlP0wi'></i>
            1. <dl id='XlP0wi'></dl>
              1. <blockquote id='XlP0wi'><q id='XlP0wi'><noscript id='XlP0wi'></noscript><dt id='XlP0wi'></dt></q></blockquote><noframes id='XlP0wi'><i id='XlP0wi'></i>

                [スポンサーリンク]

                一般的な話題

                AIによる創薬に新たな可能性 その研究と最新技術に迫る ~米?Insitro社 / 英?ケンブリッジ大學の研究から~

                [スポンサーリンク]

                AIの機械學習による創薬が化學業界で註目を集めています。2019年3月に米國サンフランシスコで開催されたMIT Technology Review主催のEmTech Digitalのパネルディスカッションに登壇したInsitro社Daphne Koller氏によると同社はAIの「生成機械學習■」アプローチを科學に応用し、創薬の全自動実験裝置ㄨを完成させたといいます。

                化合物自動生成柔与蛻惱全部呂給興曝実験裝置 Kebotix Platform

                生成機械學習とは別名「敵対的ㄨ生成ネットワーク」(Generative Adversarial Network,以下GAN)と呼ばれています。GANの生成モデルでは「教師無し」でデータから特徴を抽出し學習することで実在しないデータを作ったり、ふたつのデータを組み合わせて中間的な特徴を持つ新しいデータを生成することが可能です。

                Insitro社が用いるのは具體的に、ニューラルネットワークの伝統的なオートエンコーダーという手法です。以下の図では右側の女性、左型の女性の寫真のエンコードとデコードを繰り返すことで、両方の特徴を合わせ持つ実在しない「新しい」女性の寫真を生成することができるのです。

                (出所:EmTech Digital)

                 

                これを応用すると、創薬における新しい化合〇物生成に活用することができます。同社の化合物自動生成実験裝置はKebotix Platformと名付けられ、新薬に活用できる新しい化合物の生成に大きく貢獻しています。

                (出所:EmTech Digital)

                 

                「言語學習」の手法を用いて化學式を読み込み反応を予測

                AIと一言で言ってもそのアプローチは様々です。AIによる新薬開発の別の例をご紹介しましょう。

                2019年9月の発表によればイギリスのケンブリッジ大學はAIの「言語學習」の手法を用いて化學式を読み込み、新薬生成の際の化合物の反応、効能を予測するアルゴリズムを確立したといいます。その手法を用いると90%以上の正確性で複雑な化學反応の予測ができるようになるとのこと。(原文記事はこちらからAI learns chemistry language to predict how to make medicines”)

                このアルゴリズムによって、これまで研究結果を実験室のノートにとってきたものをあらゆる化學反応を予測した「マップ」として管理ができるようになりました。現在もケンブリッジ大學の研究者によってパターン學習の強化が続けられています。

                このアルゴリズムによる結果を見ることで、新薬開発に最適な化合物の組み合わせのヒントの発見を圧倒的に短い時間で実現することが可能になると期待されています。

                「2020年からはバイオ?テクノロジー?エンジニアリングの時代になる」というInsitro社Koller氏の説明のとおりAIがマーケティングや事務効率化、顧客サービスへの活用のみに留まらず、化學分野で當たり前のように使われる時代はもうすぐそこまで來ているのです。

                最先端のAIが學習に要する時間

                このような科學分野におけるテクノロジーを支えているのはAIアルゴリズムだけではありません。膨大なデータの蓄積、クレンジング、ガバナンスの効いた管理、そして高い計算能力を持ったコンピューティング開発がその成功を下支えしているのです。

                Google社やIBM社が産學協同で開発に力を入れている量子コンピュータ(Quantum Computer)のような大掛かりな演算処理システムの開発から、話題の自動運転を支えるメモリSRAM*といったハードウェアプロセッサの高性能化まで、データ処理と演算を効率的に実裝できるシステム開発があってこそ化學分野のAI活用が実現するのです。

                Open AIによるとこれまでの傾向として、最先端のAIが學習に要する時間は3. 5カ月ごとに倍増しているといいます。結果、過去5年間でその処理能力は約30萬倍にも増加しています。

                (出所:Open AI, “AI and Computer”)

                 

                今後、新薬開発におけるでより多くのデータ量、演算が求められても機械學習能力はその必要に追いつくべくさらなる進化を続けることでしょう。化學分野におけるAIの貢獻からはますます目が離せません。

                *SRAMに関する詳細の情報はRSコンポーネンツ社サイトから

                関連書籍

                The following two tabs change content below.
                webmaster
                Chem-Station代表。早稲田大學理工學術著遺想到興些什么院教授。専門は有機化學。主に有機∏合成化學。分子レベルでモノを自由自在につくる、最小の構造物設計の匠となるため分子↓設計化學を確立したいと考えている。趣味は旅行(日本は全県制覇、海外はまだ20カ國ほど)、ドライブ、そしてすべての化學情報をインターネットで発信できるポータルサイトを作ること。

                関連記事

                1. 「オプトジェネティクス」はいかにして開発されたか
                2. 「世界の最先端で研究する」という夢と実際 ーカリフォルニア大學バ…
                3. 情報の最小単位がついに原子?超次世代◇型メモリー誕生!
                4. 有機合成化◣學協會誌↙2019年9月號:炭素–水素結合ケイ素化?脫フ…
                5. 貴金屬に取って代わる半導體觸ζ媒
                6. 日本語で得る學術情報 -CiNiiのご紹介-
                7. 免疫/アレルギーーChemical Times特集より
                8. 人が集まるポスター発表を考える

                コメント、感想はこちらへ

                註目情報

                ピックアップ記事

                1. プレプリントサーバについて話そう:Emilie Marcusの翻訳
                2. ロドデノール (rhododenol)
                3. 酵素の真実!?
                4. 【第一回】シード/リード化合物の創出に向けて 2/2
                5. 2008年10大化學ニュース
                6. アルデヒドからアルキンをつくる新手法
                7. 1,3-ジオールの不斉非対稱化藝能做到反応による光學活性オキサゾリン誘導體の合成
                8. ジェイ?キースリング Jay Keasling
                9. 核酸醫薬の物語3「核酸アプタマーとデコイ核酸」
                10. シュプリンガー?ネイチャーが3つの特設ページを公開中!

                関連商品

                註目情報

                註目情報

                最新記事

                AIによる創薬に新たな可能性 その研究と最新技術に迫る ~米?Insitro社 / 英?ケンブリッジ大學の研究から~

                AIの機械學習による創薬が化學業界で註目を集めています。2019年3月に米國サンフランシスコで開催さ…

                中高生?高専生でも研究が學べる!サイエンスメンタープログラム

                研究室に入って本格的な研究を始めるのは、大學4年生からが一般的。でも最近は、中高生が研究に取り組める…

                ジャーナル編集ポリシーデータベース「Transpose」

                およそ3000誌のジャーナル編集ポリシーをまとめたデータベース「Transpose」が、この6月に公…

                有機∩合成化學協會誌2019年9月號:炭素–水素結合ケイ素化?脫フッ素ホウ素化?Chemically engineered extracts?クロロアルケン?ニトレン

                有尖利的嗓音划撲興本来機合成化學協會が発行する有機合成化學協會誌、2019年9月號がオンライン公開されました。ま…

                塗る、刷る、printable!進化するナノインクと先端デバイス技術~無機材料と印刷技術で変わる工業プロセス~

                お申込み?詳細はこちら開催日時2019年10月18日(金) 10:30~16:50受講料…

                5歳児の唾液でイグ?ノーベル化學賞=日本人、13年連続

                人を笑わせ、考えさせる獨創的な研究を表彰する「イグ?ノーベル賞」の授賞式が米東部マサチューセッツ州の…

                Chem-Station Twitter

                PAGE TOP