| 開催日 | 2024年4月19日(金) |
|---|---|
| 開催地 | Web |
☆近年のAI・機械学習の技術発展により、創薬等の有機化学分野にも新たな可能性が見えてきています
☆機械学習を導入することで何ができるのか？期待されるフロー合成や実験最適化での活用は？
☆プログラミング初心者でもわかりやすく、例を示しながら解説
＜創薬デザイン・フロー合成・実験最適化への期待＞
有機化学における機械学習の導入ポイント・活用事例
-分子の記述・操作/予測モデル/最新の深層学習活用例 etc-
＜講師＞
京都大学 医学研究科 講師 小島諒介 先生
＜日時＞
2024年4月19日（金） 13:00-17:00
＜形態＞
Zoom開催セミナー：見逃し視聴あり
＜受講料＞
【オンラインセミナー（見逃し視聴なし）】：1名41,800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30,800円
【オンラインセミナー（見逃し視聴あり）】：1名47,300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36,300円
＊学校法人割引；学生、教員のご参加は受講料50％割引。
＊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＞
■講座のポイント
近年、ＡＩや機械学習の進歩が、有機化学の研究に新たな可能性をもたらしています。ここ最近ではChatGPTの登場以来、その期待はさらに加速しており、有機化学の分野においても創薬デザイン、反応予測、実験条件の最適化など、多岐にわたる用途が期待されています。特に、フロー合成や実験のロボット化とも相性が良いことも注目されています。一方で、有機化学の現場にＡＩ・機械学習技術の導入を進めると、プログラミングをはじめ、ＡＩに関する知識とノウハウを求められることがあります。
本セミナーでは、主として下記の内容について、ＡＩや機械学習を専門としない方にも理解できる様、わかりやすく講義します。また、プログラミングにおいてChatGPTを活用しつつ行うため、プログラミング初心者でもわかりやすい例を示しながら行います。
■受講後、習得できること
・ＡＩ・機械学習の基礎知識
・実験現場にＡＩ・機械学習を導入する際の注意点
・Ｐｙｔｈｏｎを使った有機化学データの分析法
・有機化学へのＡＩ・機械学習技術導入に関する最近の動向
■講演中のキーワード
ケモインフォマティクス 有機合成 有機化学 予測モデル Python
＜講演プログラム＞
1. 有機合成における機械学習への期待と課題
1） 機械学習の基本
2）機械学習を用いた有機合成への導入ポイント
3）機械学習を用いた有機化学応用における課題
2. 計算機上で分子を記述する方法について
1）計算機上で分子を記述する方法について
a)SMILESやそのほかの分子記述方法
2）Pythonを使った分子の基本操作
a) 分子を操作・検索する
b) SMILESと分子の表示
3)分子の記述子およびフィンガープリントについて
4) Pythonを使った記述子/フィンガープリントの計算方法
a)分子の記述子ヒストグラム
b)特定の官能基を持つ分子の検索・置換
c)フィンガープリントを計算する
3. 機械学習による分子の性質の予測
1)機械学習による予測モデルの考え方
a)識別問題の基本
b)識別問題の評価方法
c)回帰問題の基本
d)識別問題の評価方法
2)Pythonを用いた予測モデルの構築例
3)予測結果の解釈と説明可能AI（XAI）について
4. 予測モデルを用いたさらなる応用
1)分子の生成
a)フラグメントベースの生成
b)骨格ベースの生成
2)ケミカルスペースの可視化
a) ケミカルスペースについて
b) ケミカルスペース上での予測結果の可視化
3) 実験条件の最適化
a)ベイズ最適化の基本
b)ベイズ最適化を用いた実験条件最適化の例
5. 最近の深層学習を使った有機化学
1)深層学習の基本
2)有機化学への深層学習の応用例の紹介
3)ChatGPT時代における有機合成への応用の紹介
