生成AI技術の活用による次世代‘創薬研究(研究開発)’への応用展開と実践例

☆2025年現在、生成AIを活用した創薬研究(研究開発)はどこまで実現可能なのか？
☆本講座では、業務に役立つ座学としての知識はもちろん、
　講師が開発したOSS(3本)を含む7本のソフトウェアも解説いたします。
☆インストールや使用方法等、つまずきやすいポイントと共に、
　聴講後も参考になる貴重な情報を最大限にお届けいたします！

【テーマ名】
生成AI技術の活用による次世代‘創薬研究(研究開発)’への応用展開と実践例
～関連するオープンソースソフトウェアのインストールや使用方法も含む～

【講師】
株式会社 理論創薬研究所
代表取締役
博士（薬学）
吉森 篤史 氏

【学歴】
1994年　北九州高専 電子制御科　卒業
1996年　豊橋技術科学大学 工学部知識情報工学課程　卒業
2000年　豊橋技術科学大学大学院 工学研究科修士課程エコロジー工学専攻　修了
2002年　豊橋技術科学大学大学院 工学研究科博士後期課程環境生命工学専攻　退学
2005年　博士（薬学）(東京理科大学）取得

【職歴】
2004年～現在　株式会社理論創薬研究所 設立、代表取締役就任
（2012年～現在　東京理科大学 客員教授）
（2024年～現在　静岡県立大学 客員教授）
（2024年～現在　Bonn University 客員研究員）

【専門および得意な分野・研究】
・ケモインフォマティクス
・分子シミュレーション
・AI創薬／インシリコ創薬
・ペプチド擬態

【開催日時(オンライン配信)】
2025年9月19日(金) 13:00-16:00

【受講料】
●見逃し視聴なし：1名40,700円(税込（消費税10％）、資料付)
　＊1社2名以上同時申込の場合、1名につき29,700円

●見逃し視聴あり：1名46,200円(税込（消費税10％）、資料付)
　＊1社2名以上同時申込の場合、1名につき35,200円

※詳細な内容やお申込み要領等は、下段「セミナーホームページを見る」をご参照ください。

【セミナーの内容】
■講座のポイント
　インシリコ／AI創薬技術は、創薬の工程で得られるデータを最大限に活用し、開発サイクルの効率化と高速化を実現するための手段として注目されています。最近では、生成AIの急激な発展により、創薬の現場においてもペプチド、並びにリード化合物のde novoデザインに生成AI技術が広く利用されています。
　本講座では、生成AI技術を中心に、インシリコ/AI創薬技術の解説、並びに実践的な活用法について、事例を通して紹介します。また、これらに関連したオープンソースのソフトウェアについては、手法の概要だけではなく、インストール法、並びに使用法も含めて解説します。セミナー終了後、聴講者ご自身の環境で活用する際の参考になると思われます。

■受講後、習得できること
・創薬に関連する生成AI技術の基礎的な知識
・インシリコ／生成AI技術の実践的な活用に関連する知識
・オープンソースのソフトウェアを用いたインシリコ／生成AI技術の具体的な活用法

■講演中のキーワード
・インシリコ創薬
・AI創薬
・de novoデザイン
・リード化合物の最適化
・バーチャルスクリーニング

■講演プログラム
１．リード化合物のスクリーニング
　1.1　インシリコスクリーニング手法の概要
　1.2　Diffusion modelを用いたDocking法
　1.3　オープンソースで利用できるソフトウェアの紹介（インストール及び使用法）
　　　　・DiffDock（https://github.com/gcorso/DiffDock）
　　　　・DynamicBind （https://github.com/luwei0917/DynamicBind）

２．リード化合物の物性予測
　2.1　物性予測手法の概要
　2.2　Molecular Topographic Map (MTM)を用いた物性予測
　2.3　オープンソースで利用できるソフトウェアの紹介（インストール及び使用法）
　　　　・PyCaret（https://pycaret.org/）

３．リード化合物の最適化①
　3.1　SAR Transferの概要
　3.2　Analogue Series (AS) Alignmentを用いたリード化合物の最適化
　3.3　DeepASを用いたリード化合物の最適化
　3.4　オープンソースで利用できるソフトウェアの紹介（インストール及び使用法）
　　　　・AS alignment（https://doi.org/10.1016/j.ejmech.2022.114558）

４．リード化合物の最適化②
　4.1　Bioisostereの概要
　4.2　Embedded Fragment VectorによるBioisostereの探索
　4.3　オープンソースで利用できるソフトウェアの紹介（インストール及び使用法）
　　　　・Embedded Fragment Vector（https://doi.org/10.1186/s13321-025-00951-3）

５．De novoデザイン
　5.1　生成AIを用いたde novoデザイン法の概要
　5.2　Pep2molによるペプチドの低分子化
　5.3　オープンソースで利用できるソフトウェアの紹介（インストール及び使用法）
　　　　・REINVENT（https://github.com/MolecularAI/REINVENT4）
　　　　・Pep2mol（https://doi.org/10.1016/j.ejmcr.2025.100249）

６．Q&A

• セミナーホームページを見る