AI創薬 5時限目

(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