AI創薬 5時限目
2019.07.19
(1)化合物の性質を予測する
→ 溶解度の回帰モデルを作り、化合物のSMILE文字列から溶解度を予測するなど。
これはデータがあれば可能。
(2)指定の性質を持つ化合物を作る
→ 「XXXとYYYの性質を持つ化合物」を見つける、または作るということ。これが難しい。
組み合わせはほぼ無限になるから、これをスーパーコンピューターでやろうというのはわかるが、いかんせん効率が悪すぎる。
・任意の文字列のSMILE文字列を作る。化学式に複合できること。
・その文字列が指定の性質を満たす化合物かチェック
・NGならリトライ
という感じか。
他にも色々なアプローチがあり、世界中で研究されている。
囲碁・将棋やブロック崩しで有名になった強化学習(DQN)の手法もありかと思ったが、実際にそういったアプローチも研究されているらしい。
全5回の記事で調査事項をまとめてみたが、概要は把握できた。
今後は、
・AI創薬に関するニュースにもアンテナを立てたい
・強化学習はゲームだけでなく他にも応用は効くと思うので得意分野にしたい
最新記事
- APIサービスをどう作るか
- C++による組込みプログラミング
- CUDAでGPUプログラミング
- BERTでチャットボット
- 脆弱性チェックツール
- Flutterでデスクトップアプリ
- MMPoseを使って姿勢推定(骨格検知)
- Laravel Livewire3を使ってみる
- Lineミニアプリ
- RustとPHPのパフォーマンス比較
- ボクシングをモーションキャプチャー
- Virtualbox上のUbuntuにDocker環境を作れ・・・
- AWSでのIPv6対応
- AWSのRDSでブルー/グリーンデプロイ
- 20年ぶりにCOBOL
- フィッシングメールのソースを見る
- GCPのVertex AIの注意点
- Azure AZ-900 に合格
- 数年ぶりにRubyを触る
- Godotはunityの代わりになるのか?