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
2.1 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
（2）データ内容の決定（第２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
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)
4.1 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
