新規購入お見積

StarDrop サポート・技術情報

StarDrop 7.x

インストール方法

StarDrop 6.x

インストール方法

StarDrop 6.3

インストール方法

 

技術情報

創薬データの補間を行う実用的なディープラーニングアプリケーション

このウェビナーは、ゲストのJulian Levell(Constellation Pharmaceuticals)とBen Irwin(Optibrium)によって発表されました。

従来の予測モデルの構築に影響を与える医薬品データの限界について議論し、新しいディープラーニング補完アルゴリズムであるAlchemite™でどの様にそれらを克服するのかデモンストレーションします。

Constellation PharmaceuticalsとOptibriumとの共同によるプロジェクトデータへのディープラーニング補完適応に関するケーススタディを振り返ると、当手法はあらゆる検討ステージで使用することが出来るのが分かります。この手法は、一時的な検証によるデータセットの初期スクリーニングから後期段階のモデルまで利用することが可能であり、将来のプロジェクトの為のより大きなアプリケーションと最先端技術の可能性を示します。

 

ディープラーニング技術を活用した創薬データの大規模データ補完

このウェビナーは、Ben Irwin と Matthew Segall(Optibrium)、Tom Whitehead(Intellegens)、Scott Rowland(武田薬品)によって発表されました。

Alchemiteを約700,000の化合物と1,000の実験エンドポイントで構成されるデータセットに適用したケーススタディの紹介です。データ補間や化合物の活性予測、ハイスループットスクリーニングの結果、様々なADMEプロパティの範囲など多様なアプリケーションの検討を試みました。

従来の機械学習アプローチとは異なり、Alchemiteは、創薬で典型的に利用されている複数のエンドポイントにわたるまばらでノイズの多い実験データから直接学習します。これにより、分子記述子と組み合わせて、実験のエンドポイント間の相関関係と構造活性相関の両方から直接学習して、より適切な予測を行うことができます。さらに、最も正確な結果のみに集中できるように各モデルは各予測の信頼性のロバスト推定を提供します。

 

in Vitroバリデーションに抗マラリア薬のAIガイドデザイン

このウェビナーは、 Ben Irwin と Matthew Segall(Optibrium)と Matthew Todd教授(University College London)によって発表されました。

このウェビナーでは、化合物自動創生技術とディープラーニング技術の組み合わせが、新しい抗マラリア薬の探索において、新しい化合物設計にどれだけ効果的に影響したかを聞くことができます。

今回のゲストMatthew Todd教授はUniversity College Londonの創薬学科長であり、WHOにより世界で最も致命的な病気の一つとして定義されているマラリア治療のための新薬を見つけることを目的とするOpen Source Malaria(オープンソースマラリア)戦略の創設者です。

Open Source Malaria (OSM)戦略において、OptibriumチームがStarDrop™のin sillico化合物創生機能と最先端のAIテクノロジーAugmented Chemistry™をどのように効果的に活用し、熱帯熱マラリア原虫の新しいターゲットに対する活性化合物をデザインしたかについて説明されています。