| 開催日 | 2026年3月27日(金) |
|---|---|
| 開催地 | Web |
★生成AI等、AI技術の飛躍的進展に伴い、更なる精度・効率の向上が期待される、データ駆動型によるヒト薬物動態予測の実際や現状・動向について！
PBPKモデルおよび機械学習・生成AIによるヒト薬物動態予測・薬物設計
＜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3月27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
＜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、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を予測することを目的とする。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、静脈投与時の血漿中AUCおよびCmaxを予測するプラットフォームを提案する。このプラットフォームを生成AI技術と連携させることで、生物活性の最適化にとどまらずより包括的かつデータ駆動型の形で実用的な創薬開発効率の向上が可能になると考えられる。
また、最近の論文やシミュレーションの動向について触れ、ヒト薬物動態予測の現状および今後について述べる。
○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.先行研究
2.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
3.機械学習による化合物の物理化学的性質の推定方法
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
4.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
5）生成AIとの連携
5.今後の展望
1）論文紹介
2）新規シミュレーションの開発
3）ヒト薬物動態予測の現状・課題
＜質疑応答＞
