AI・バイオインフォマティクス活用によるTR研究の迅速化・確度向上
医薬基盤・健康・栄養研究所
|
1.Precision
medicineの概念がもたらした次世代TR研究
2.AI・バイオインフォマティクスに向けられる期待
3.創薬標的探索とAI
3.1 オミックスデータの利活用と課題
3.2 医療情報の利活用と課題
3.3 データ駆動的な創薬標的探索
4.創薬候補物質同定とAI
5.国内の動向
6.海外の動向
7.終わりに |
ゲノム情報・医療情報の統合による個別化ヘルスケアに向けたTR研究への活用
東北大学
|
1.はじめに
2.ゲノム情報・医療情報の大規模データの形成
2.1 国内外の大規模ゲノムプロジェクト
2.2 ゲノム情報の利活用の産業界への広がりと創薬
2.3 医療情報の標準化と大規模データの形成
2.4 医療情報の利活用の法的枠組み
3.東北メディカル・メガバンク計画におけるゲノム情報・健康情報・医療情報の大規模データの統合
3.1 統合データベースdbTMMの構築
3.2 統合データベースdbTMMへのアクセス
4.ゲノム情報・医療情報の統合による個別化ヘルスケアの実現に向けたTR研究
5.DXにより個人が裨益する未来
6.おわりに |
情報化時代のAIによるADME評価・毒性評価の自律化
(株)インシリコデータ
|
1.はじめに
2.コンピュータによるAI (人工知能)技術の適用,開発の歴史と展開
2.1 コンピュータでのAI 関連の二大技術:ルールベース型,ニューラルネットワーク型4)
3.AI(人工知能)適用上での解決すべき問題点
3.1 化合物を「ルールベース型」AI上で実施する場合に生じる技術的な問題
3.2 化合物を「ニューラルネットワーク型」AIで実施する上での問題点
4.化合物(アナログ)情報をコンピュータ(デジタル)上で用いる時の留意点
5.ADMEや毒性評価への人工知能適用の歴史7)
5.1 安全性規制におけるICH M7でのソフトウエアの適用(データ解析手法及びAI による手法)に関して
6.人工知能の現状と,今後のADMEや毒性評価研究の「自律化」
7.まとめ
|
トランスレーショナルリサーチへのAI・バイオインフォマティクス活用事例
国立がん研究センター
|
1.はじめに
2.バイオインフォマティクスの歴史
2.1 バイオインフォマティクスとがん研究の実際例
2.2 日本人標準ヒトゲノム情報
2.3 細菌叢解析ツールQINDAO(チンダオと発音, Auantitative INDex
of Alpha diversity Overview)
2.4 バイオインフォマティクス解析を行うリソース
3.AI(Artificial intelligence: 人工知能)の利用
3.1 AI、機械学習、ニューラルネットワーク、深層学習の区別
3.2 説明変数・目的変数、教師有り学習・教師無し学習
3.2 AutoMLの登場
3.3 AutoMLを使った解析の実例
3.4 AIを行うためのリソース
4.AIとバイオインフォマティクス、がん研究情報学の未来
|