メカニスティックモデルとAIの融合による医薬品製造プロセスの開発

＜セミナー　No.607102（Live配信）＞
＜セミナー　No.607154（アーカイブ配信）＞

【Live配信 or アーカイブ配信】※いずれか選択




メカニスティックモデルとAIの融合による
医薬品製造プロセスの開発

～製薬DXの最前線～



★ メカニスティックモデルとAIのハイブリッドによる、少量データからの高精度な予測
★ Pythonによるモデル構築からデザインスペース決定までの流れ


----------------------------------------------------------------------------------


■Live配信日時：
　２０２６年７月９日（木）１３：００～１６：００
■アーカイブ配信日程：
　２０２６年７月２１日（水）まで申込み受付（視聴期間：7/21～731）


■講師
(株)Auxilart　Chief Operating Officer　沖田慧祐　氏

■聴講料
１名につき４９,５００円（消費税込/資料付き）
１社２名以上同時申込の場合のみ１名につき４４,０００円（税込）
大学、公的機関、医療機関の方には割引制度があります。詳しくはお問い合わせください。
■Live配信セミナーの受講について
・本講座はZoomを利用したLive配信セミナーです。セミナー会場での受講はできません。
・下記リンクから視聴環境を確認の上、お申し込みください。
→ https://zoom.us/test
・開催日が近くなりましたら、視聴用のURLとパスワードをメールにてご連絡申し上げます。
セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
・Zoomクライアントは最新版にアップデートして使用してください。
・パソコンの他にタブレット、スマートフォンでも視聴できます。
・セミナー配布資料は印刷物を郵送いたします。
・当日は講師への質問することができます。可能な範囲で個別質問にも対応いたします。
・本講座で使用される資料や配信動画は著作物であり、録音・録画・複写・転載・配布・上映・販売等を禁止いたします。
・本講座はお申し込みいただいた方のみ受講いただけます。
複数端末から同時に視聴することや複数人での視聴は禁止いたします。
・Zoomのグループにパスワードを設定しています。部外者の参加を防ぐため、パスワードを外部に漏洩しないでください。
万が一部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。


プログラム

【講座主旨】
　医薬品業界では今、試行錯誤に頼った従来のプロセス開発を見直し、シミュレーション技術を活用する動きが加速しています。その最前線にあるのが、自然科学の法則に基づくMechanistic Model（メカニスティックモデル）とAIを組み合わせたMechanistic AIです。理論の骨格にAIの柔軟性を融合させることで、少量データから高精度な予測と外挿を可能にします。
本講演では、製薬DXと医薬品製造プロセス開発の全体像を概観した上で、Mechanistic AIによるシミュレーション技術の価値を、実プロジェクト事例とPythonによる実演を交えながら解説します。


◆習得できる知識◆
　・製薬DXの全体像と、医薬品製造プロセス開発の位置付け 
　・Mechanistic AIの基本的な考え方と、従来手法との違い 
　・実プロジェクト事例から見えるMechanistic AIの可能性 
　・Pythonによるモデル構築からデザインスペース決定までの一連の流れ


【講座内容】
第１部　製薬DXと医薬品製造プロセス開発の全体像
　1.医薬品が患者に届くまでのプロセスと、各フェーズでデジタル技術が変えようとしていること
　2.医薬品製造プロセス開発が抱える本質的な課題
　3.市場・技術・規制の変化が生み出した、シミュレーション活用の新しい時代

第２部　Mechanistic AIとは何か：理論と実験を融合するアプローチ
　1.Mechanistic Modelの基本的な考え方
　2.Mechanistic AIという発想：Mechanistic ModelとAIのハイブリッドが生み出す価値
　3.データ駆動型AI・DoEとの使い分け
　4.プロセス開発の各フェーズでMechanistic AIがもたらす価値
　5.モダリティを超えた応用の広がり（低分子・バイオ・細胞遺伝子治療）

第３部　Mechanistic AIによる医薬品製造プロセス開発：プロジェクト事例の詳解
　1.対象プロセスと、製造現場が直面していた課題
　2.なぜ既存のアプローチでは解決できなかったか
　3.Mechanistic AIによるアプローチの設計と実装
　4.予測結果と、プロジェクトを通じて見えてきた可能性

第４部　Pythonによるモデリング実演：基礎から応用まで
　1.問題設定：A＋B→Pという化学反応を題材に
　2.基礎モデルの構築
　3.モデルの改善サイクル
　4.モデルの活用：条件探索とデザインスペース決定
　5.まとめと質疑応答


【質疑応答】
 

• セミナーホームページを見る