【中止】分子記述子の理解を深めるケモインフォマティクス基礎入門と毒性予測法
| 開催日 |
10:30 ～ 16:00 締めきりました |
|---|---|
| 主催者 | 株式会社 技術情報協会 |
| キーワード | 化学技術一般 情報技術 CAE／シミュレーション |
| 開催エリア | 全国 |
| 開催場所 | Zoomを利用したLive配信※会場での講義は行いません |
分子記述子をこれから実践していく人のための入門講座！！
QSARを用いた医薬品・化学品の毒性予測法の解説！！
セミナー講師
【第１部】 川下 理日人 先生 近畿大学 理工学部エネルギー物質学科 准教授
【第２部】 植沢 芳広 先生 明治薬科大学 医療分子解析学 教授
セミナー受講料
聴講料 1名につき55,000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49,500円〕
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。
Webブラウザから視聴する場合は、Google Chrome、Firefox、Microsoft Edgeをご利用ください。 - 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。
- セミナー資料はお申込み時にお知らせいただいた住所へお送りいたします。
お申込みが直前の場合には、開催日までに資料の到着が間に合わないことがあります。ご了承ください。 - 当日は講師への質問を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。
セミナープログラム
【10:30～13:00】
【第１部】 Pythonを用いたRDKitの使用と実演
近畿大学 理工学部エネルギー物質学科 准教授 川下 理日人 氏
【講座主旨】
ケモインフォマティクスとは、化学分野における膨大な問題に対してコンピュータと情報科学的手法を利用することによりその解決を目指す学問分野です。本分野では化合物の情報を用いることが多いため、創薬研究や材料開発、毒性予測等の応用も活発に行われています。本講演では、プログラミング言語PythonとPythonのケモインフォマティクス用ライブラリーRDKitを使いながら、ケモインフォマティクスの入門的な内容とその操作法を中心に紹介いたします。
【講座内容】
1．RDKitのインストール
・Anacaondを使ったRDKitの導入
2．化合物データベースと化学構造の表記
・ChEMBLデータベース
・PubChem データベース
・MOL形式、SDF形式
・SMILES記法、SMARTS記法
・RDKitでの分子フィンガープリントの生成
・RDKitでの分子記述子計算
・Mordredでの分子記述子計算
3．データ解析・機械学習の基本理論
・データ解析・機械学習概論
4．データの前処理・データの可視化・回帰分析・クラス分類
・データの前処理
・データの可視化
・回帰分析の実例
・クラス分類の実例
【質疑応答】
【14:00～16:30】
【第２部】 分式記述子計算を用いた毒性予測
明治薬科大学 医療分子解析学研究室 教授 植沢芳広 氏
【講座主旨】
毒性はあらゆる医薬品・化学品の製品化を規定する重要な生理活性である。しかし、多くの場合そのメカニズムは複雑であり未知であることも多いため、対象タンパク質に基づく毒性予測は困難である場合が多い。そこで、多数の化合物情報から毒性の発現パターンを予測する応用的なQSAR解析法の開発が進んでいる。本講演では、毒性予測手法を理解していただくことを目的として、QSAR解析で使用する方法と研究成果を紹介したい。
【講座内容】
1. 分式記述子を用いた毒性予測の考え方
・様々な分子記述子
・記述子掲載データベース
・専用ソフトウェア・Pythonのアプリケーション
・Webサービス
2. 様々な解析法
・重回帰分析・PLS回帰分析・ロジスティック回帰分析
・決定木・アンサンブル学習
・人工ニューラルネットワーク・ディープラーニング
3. 毒性解析事例
・有害性発現経路（AOP）
・ヒトにおける肝毒性・肺毒性
・化審法におけるラット反復投与毒性
4. 分子記述子を超えて
・生化学的特徴量
・分子画像認識（DeepSnap）
【質疑応答】