PHARMSTAGEの原稿完了しました。今回の目次です。

 　先にPHARMSTAGE　８月号の特集で、以下のタイトルで投稿いたしました。

　「大規模生成AI時代のADME・毒性データベースの構築と近未来のAI創薬」

　以下に、本稿の目次を掲載いたします。

１．はじめに

２．ADMET関連データベースの一般的な構築手順

　2.1　データベース構築における全体的な流れ

　2.2　第１～第４ステージにおける作業実施内容

　（1）データベース構築目的の決定（第１ステージ）

　（2）データ内容の決定（第２ステージ）

　（3）データベース支援システムの決定（第３ステージ）

　（4）運用関連（第４ステージ）

３．データベース事例（遺伝毒性Ames Testデータを例として）

　3.1　データベース構築の流れに沿ったAmes Test関連データベースに関する考察

　（1）データベース構築目的の決定（第１ステージ）

　（2）データ内容（コンテンツ）の決定（第２ステージ）

　（3）データベース支援システムの決定（第３ステージ）

　（4）データベースの運用関連項目（第４ステージ）

３．データベース構築における全体的留意点

　　(最先端技術か、安定して成熟した技術かの問題)

４．ADMETデータベースにおける化合物の扱いについて

　4.1　化合物に関するアナログ情報のコンピュータリーダブルなデジタルデータへの

　　　　相互変換

　4.2　化合物構造式のデジタル化（表記法）に関する様々な手法

　　　（線形表記とモルファイル）

　　(1)線形表記

　　(2)マトリクス表記（モルファイル）

　4.3　化合物構造式の取り扱いに関するその他の様々な留意事項

　　(1)表記の形式や互変異性体による構造式の変化性

　　(2)その他の要因による構造式の様々な多様性

　　(3)個々のデータベースによる制限事項に関して（化合物クレンジング）

５．情報時代のADMETデータベースに関する考察

　5.1 来るべき「情報時代」とは

　5.2　「自動型」研究から「自律（オートノマス）型」研究へ

　5.3　「情報時代」の「自律（オートノマス）型」ADMETデータベース

　5.4　大規模生成AI時代のADMETデータベース

　　（実行したいことをプロトコルで指示するだけで結果が出る）

　5.5　大規模生成AI時代の創薬について

６．まとめ

月刊誌のPHARMSTAGEへの執筆依頼がありました：ADME及び毒性データベースの構築関連執筆

　依頼があったのは、月刊「PHARMSTAGE（ファームステージ）」２０２４年８月号の特集で、 ｢医薬品研究開発におけるデータ収集・蓄積とＤＢ構築：ＡＤＭＥ・毒性データベースの構築とＡＩ創薬への活用｣　(仮題)の中の一つとしての執筆依頼です。他の著者への依頼内容を見まして、今回の私への依頼内容であれば特に問題は無いので引き受けさせてもらいました。

　現在、先のブログにて報告させていただきましたが、MEDCHEM NEWS, SEMINAR, Vol.34, AUGUST, No.3 ,2024.において、表題として「コンピュータ時代の自動型創薬から情報時代の自律型創薬へ：大規模生成AI が支える、近未来における創薬研究の形」で執必しており、この出版が同じ８月ですので、丁度良いタイミングでもあります。　 インシリコデータとの総合連携ブログ ---情報時代の自律（オートノマス）型研究---: MEDCHEM NEWS, SEMINAR, Vol.34, AUGUST, No.3 ,2024.　著書の目次です。 (insilicodata.blogspot.com)

最終的にPHARMSTAGEには執必タイトルを以下のようにさせていただきました。

　「大規模生成AI時代のADME・毒性データベースの構築と近未来のAI創薬」

　現在のDB構築と近未来の大規模生成AI時代におけるDB構築の展開についてまとめたいと考えております。

データサイエンスや人工知能によるインシリコ創薬関連著書 ： 目次です。

　先のブログで公表した著作に関する報告は、表題のみであった。これだけでは、著書の詳細な内容が不明で、どのような内容が書かれているか不明であるので、以下に本著（分著）の目次を掲載します。是非、参考にしてください。

書籍表題：『デジタルトランスフォーメーション 事例100選』

 　分著：湯田　浩太郎

    第９章医療、第８節

「化学データサイエンスおよび人工知能による　

　　　　　　　　　　　　インシリコ創薬から自律型創薬へ」

目次：

1.イントロ

1.1時代の変化：「コンピュータ」時代から「情報」時代へ

1.2コンピュータの「自動化」時代から、「情報活用の自律化」時代へ

1.3「自律化」時代を先導するデータサイエンスや人工知能

1.4「自律化」時代の創薬

1.5「自律化創薬」の展開に向け、過去から現在のインシリコ創薬を知る

2.データサイエンス（ケモメトリクス）とAIの関係

2.1データサイエンスと最近のAIをつなぐ基本技術：機械学習

3.化学分野でのデータサイエンスとAI

3.1化合物構造（アナログ）情報のコンピュータ（デジタル）での扱い

3.2化合物の曖昧性及び多面性への対応

4.化学分野でのデータサイエンスやAI（人工知能）の実行プロセス

4.1化合物情報のコンピュータへの入力と解析実施及び結果の解読

4.2データサイエンスシステム（ADAPT）のブロックダイアグラム

4.3化学分野へのAI（人工知能）適用上での問題点

4.3.1サンプル数の問題

4.3.2要因解析が困難

5.創薬への適用（創薬研究の基本スタイル、創薬戦略、創薬戦術）

5.1現代から近未来の創薬スタイル：「自動型創薬」から「自律型創薬」

5.1.1研究者の日常的研究業務スタイル

5.1.2現在の創薬スタイルとは：実験の自動化を行う「自動型創薬」

5.1.3今後の創薬スタイル：研究者の創造的仕事を助ける「自律型創薬」

5.1.4「自律型創薬」とは：解析、判断、決定、方向性を伴う創薬

6.過去から現在における創薬アプローチの概観（戦略レベルと戦術レベル）

6.1戦略レベルでのアプローチ

6.1.1インテグレーテッド概念

6.1.2早期ＡＤＭＥ／Ｔ

6.2戦術レベルのアプローチ

6.2.1総合的アプローチ

(A)並列創薬

6.2.2リード候補化合物探索へのアプローチ

(A)リード候補化合物検索

(B)リード候補化合物再構築

6.2.3リード化合物の設計

(A)QSAR (Quantitative Structure Activity Relationships)関連

(B)３Ｄ－ＱＳＡＲ

6.2.4スクリーニング

(A)リアル化合物のHTS（High Throughput Screening）

(B)仮想化合物のHTS

(C)マルチ活性スクリーニング

(D)活性／ADME／毒性／物性の同時スクリーニング

6.2.5薬理活性のリストラクチャリング

(A)活性リストラクチャリング

(B)マルチ活性リストラクチャリング

     6.3AI（人工知能）を用いた創薬

7.まとめ

データサイエンスや人工知能によるインシリコ創薬関連著書

 　湯田は、昨年（２０２３年１１月）に発刊された以下の著書にて、コンピュータ支援によるインシリコ創薬についての解説を分著しておりますので、ご参考ください。

株式会社 エヌ・ティーエス

『デジタルトランスフォーメーション 事例100選』

 分著：湯田　浩太郎

　第９章医療、第８節

「化学データサイエンスおよび人工知能による　

　　　　　　　　　　　　インシリコ創薬から自律型創薬へ」

 

　本著では、現在までに展開されているコンピュータ支援による創薬に関する全般的な内容について紹介を行っています。過去から現在までに展開されてきたインシリコ創薬の全体像を知るには適切な内容となっております。なお、本著ではインシリコ創薬の基本となる様々な基本技術に関する詳細な解説は行っておりませんので、気軽に読破していただきたい。

　全体の流れが見えてきたら個々のインシリコ創薬に関する基本技術に関して、より深く解説されている著書や、Journal等から学んでほしいと考えます。インシリコ創薬と一言で言っても、その適用範囲や適用技術や理論は極めて多種多様です。更に、ケースバイケースによっては創薬関連技術のみならず、コンピュータ関連技術の理解、加えて化学のアナログ情報とコンピュータのデジタル情報の融合技術等、インシリコ創薬を支え、構成する技術は多種多彩で極めて複雑です。このような巨大な目標に突き進んでゆく場合は、とにかく全体像をイメージするか理解し、現在のインシリコ創薬の全体概念をつかんでゆくべきと考えます。その上で、より基本的な技術や理論に進んでほしいと考えます。

　今後は「情報時代」となり、新たなAI関連技術に基づいたインシリコ創薬（自律型（知的、オートノマス）創薬）が展開されてきます。時代に遅れないようにするためにも、現時点んでのインシリコ創薬の理解は極めて重要です。

本日より、ブログ名を新たにし、今後は新たなテーマに従って討論を続行いたしてまいります。

 　本ブログが創立された時から１０年となりました。設立当初はコンピュータ支援によるインシリコスクリーニングは新鮮で、創薬研究において大きな役割を果たすものとして期待され、大いに討論されてきました。また、インシリコスクリーニングは創薬のみならず安全性（毒性）評価分野でも重要な技術であるということで、CBI学会の「計算ADMET（旧名：毒性学）研究会」との連携が重要となり、本ブログと「計算ADMET」研究会のHPとの連携を重視してまいりました。今後は、「情報時代」に相応しい新たな「計算ADMET」という観点での展開を目指してまいります。

　「情報時代」の創薬を展開する時に重要な技術はAIであり、特に（大規模）生成AIは「コンピュータ時代」のAI と異なる、革命レベルの機能を有しております。この新たな技術を創薬研究に適用することは、今後の創薬研究を展開する上で極めて重要な課題となります。本ブログでは、（大規模）生成AIと創薬研究との関係、取り込み等の観点で展開してまいります。

　本研究分野にご興味ありましたら、是非、討論に参加いただければ幸いです。

新たなブログ名称および内容の案です：This is a proposal for a new blog name and content.

  　新ブログを構成するにあたり以下の点を留意しつつ検討いたしました。

■討論テーマは来るべき「情報時代」に相応しい内容とする

・新たな技術等に関する積極的な討論を目指す。

・「情報時代」の基盤技術となる大規模言語モデルや種々生成AIを主たるテーマとする。

■従来型の基本的な分野や手法に関する議論の場も設ける

・「コンピュータ時代」における技術も、ある程度フォローする。

・「コンピュータ時代」と「情報時代」の技術の連携や、改良等の効果も重要。

■インシリコデータのHPとの連携性も考慮する　 

・インシリコデータのHPには討論のみならず関連資料が多数掲載されている。従って、そのHPとの連携により、相乗効果が期待できる。

１．インシリコデータブログ：

　⇒　インシリコデータおよびオートノマス（自律型）関連、一般及び速報

２．オートノマスブログ：

　⇒　自律型(知的、オートノマス）研究概論関連ブログ

３．インシリコスクリーニングブログ：

　⇒　自律型（知的、オートノマス）創薬等の適用関連ブログ

４．AI法関連ブログ：

　⇒　大規模言語モデル（LLM）、種々生成AI 関連ブログ（GAI）

５：KY 法関連ブログ：

　⇒　KY法およびデータサイエンス関連ブログ

６：テーラーメードモデリングブログ：

　⇒　テーラーメードモデリング及びインシリコ創薬関連ブログ

時代の移行や技術の発展に伴い、インシリコデータ関連ブログを刷新致します。As the times change and technology develops, we will update the in silico data related blogs.

　現在はコンピュータを中心として殆どの業務が動き、コントロールされる「コンピュータ時代」の絶頂期となっております。このコンピュータ関連技術の発展は多種多様な技術内容で展開され、現在は様々な分野で大きな変化が起こっています。即ち、コンピュータ本体の計算スピードの更なる高速化、メモリー容量の大規模化、ネットワーク関連技術の拡大に伴うインターネットや通信速度の高速化、SNSの普及や多種多様のデータベースの開発等が実現されました。

　このような様々な変化により、現在は「データ」、即ち「情報」が社会の流れや生活を大きくコントロールする「情報時代」となっております。これに伴い、時代を支える基盤技術にも大きな変化が起こっております。最近話題になっているChatGPTを中心とする大規模言語モデル（LLM)や、様々な生成AI（GAI）等が新たな時代を支える基盤技術となりつつあります。

 　株式会社インシリコデータも皆様の暖かいご支援により、来る５月２８日にて操業１３年目を迎えることとなります。また、インシリコデータ関連ブログも約１０年目を迎えます。ブログでは最新の技術を追求して発信してきたつもりですが、技術の発展も早く、今後もブログ発足当時と同じテーマを追求することはあまり意味が無くなってきたと感じております。

 　時代が「コンピュータ時代」から「情報時代」へと移行する中で、コンピュータ時代における１０年前のテーマを掲げて、技術を討論しても大きな進歩や変化は望まれないと考えます。従いまして、インシリコデータ関連のブログである６ブログにつきまして、来るべき「情報時代」での討論に相応しい内容になるべく検討させていただきます。

 　今後ともよろしくご支援お願いいたします。