| 開催日 | 2026年9月25日(金) |
|---|---|
| 開催地 | Web |
★AIの飛躍的進展に伴い、高活性と良好なPKを両立する医薬品リード化合物の設計を大幅に効率化することが可能に！？
AI創薬における医薬品リード化合物の最適化へのアプローチ
～化合物構造からの薬物動態予測から
モデル構築の自動化、生成AIによる設計効率化まで～
＜講師＞
（株）テクノプロ テクノプロ・R&D社
ソルーション事業部 インフォマテックス事業推進室 センター長 工学博士 長谷川 清 氏
＜日時＞
2026年9月25日(金) 10:30-16:30
＜形態＞
Zoomオンラインセミナー：見逃し視聴あり
＜受講料＞
【オンライン受講（見逃し視聴なし）】：1名 50,600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39,600円
【オンライン受講（見逃し視聴あり）】：1名 56,100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45,100円
＊「見逃し視聴あり」でお申込の場合、当日のご参加が難しい方も後日セミナー動画の視聴が可能です。
※受講料やセミナー申し込み～開催までの流れなど、詳細については、弊社HPのセミナーページを必ずご確認ください。
＜セミナーポイント＞
薬物設計において、候補化合物が標的タンパク質に対して高い結合親和性を示すだけでは十分ではない。同時に、その化合物の物理化学的性質を反映した最適な薬物動態（PK）を予測できることが重要である。標的臓器において十分な薬物濃度が得られなければ、期待される治療効果は見込めない。したがって、化合物の化学構造からPKを予測できれば、創薬開発プロセス全体の効率を大きく高められる可能性がある。
本セミナーでは、はじめに生理学的薬物動態（PBPK）シミュレーションと機械学習モデルを統合することで、ヒトのPKを予測する手法について解説する。
PBPKシミュレーションに必要な化合物の物理化学的性質は、化学グラフ畳み込みニューラルネットワークを用いて個別に推定した。このPBPKシミュレーションと機械学習を組み合わせたハイブリッド手法により、化学構造の入力のみから、ヒト薬物動態の予測が可能となる。
さらに発展形として、以下の３つのポイントを実現できる手法について解説する。
・PBPK/Rによる静脈投与および経口投与の薬物動態モデルの構築方法を解説する。Rを利用することで、WindowsのGUIを利用することなく自動的にPBPKモデルを構築することができる。
・リード化合物にどのような置換基を導入すればいいかという現場の創薬に対応できる、生成AIによるリード化合物の最適置換基の推定ができる手法を解説する。
・タンパク質への化合物のドッキング計算により、高活性と良好なPKを両立する化合物の設計が可能となる。
○受講対象：
医薬化学研究者、薬物動態研究者、薬物設計者など
○受講後、習得できること：
機械学習、PBPKシミュレーション、ケモインフォマテックス、薬物設計
＜講演プログラム＞
1. 化合物の特徴表現
1）ADMETに関する記述子
2）フィンガープリント
2. 機械学習によるモデル構築方法
1）線形PLS法
2）非線形SVM, SVR法
3）グラフ畳み込み法
4）必要となるデータや条件
5）進め方手順とその具体例
3. PBPKシミュレーションによるヒト薬物動態予測
1）シミュレーションの実行方法
2）シミュレーションの結果の解析法
3）機械学習データ活用の際の留意点
4）予測結果の精度・信頼性とその向上策
4. PBPKシミュレーションの自動化
1）Rの使い方
1）静脈投与
2）経口投与
5. 化合物の生成AI手法とその特徴・使い方
1）REINVENT
2）CReM
6. PBPKシミュレーションと生成AIの連結
1）静脈投与
2）経口投与
3）化合物ドッキングを含めたマルチ最適化
4）今後の発展（ベイズ最適化）
＜質疑応答＞
