近年、創薬研究においても、そのデータ・サイエンス的な側面の重要性が叫ばれていたものの、爆発的に増加したビッグ・データを上手く活用できていない現状があった。一方で、キュレーション・データとドメイン知識のモデル化によるインシリコ・アプローチの精度向上と相まって、急速に拡大するGPUリソースを存分に利用したAIの発展が創薬研究における計算の貢献範囲をさらに広げる可能性がある。本会では、改めて創薬におけるビッグ・データの活用とインフォマティクスの最新技術について議論したい。
日時：10月4日（木） 13:40-16:30
会場：品川インターシティー会議室1・会議室2
http://sic-hall.com/pdf/map/accessn.pdf
参加費：無料（懇親会参加費：4,000円程度）
参加登録：以下のリンクよりご登録ください。
https://docs.google.com/forms/d/1z4unDoi685teBhkvL3uRnzo2iq0AsgBTiwVP78sZTzc/viewform?edit_requested=true
登録サイトより参加登録できない場合には osamu.ichihara
schrodinger.com までご連絡ください。
13:10-13:40 受付
13:40-13:50 イントロダクション Schrödinger KK 市原収
13:50-14:30 理化学研究所革新知能統合研究センター 田部井 靖生
「大規模バーチャルスクリーニングのための圧縮情報処理技術」
14:30-15:10 産業技術総合研究所 人工知能研究センター 椿 真史*/富井 健太郎/瀬々 潤
「深層学習を用いた化合物とタンパク質の相互作用予測」（*は講演者）
15:10-15:50 慶應義塾大学薬学部、生命機能物理学講座 池田和由
「AI創薬における適切な学習データとは？ 〜深層学習とデータベース〜」
15:50-16:30 Schrödinger Inc Machine Learning研究グループ Timothy Robertson
「Accelerating Drug Discovery with Advanced Computational Modeling and Deep Learning」
17:00ころ 〜 懇親会 (JR品川駅近辺にて会場設定予定）
参加希望の方は、参加登録の際にお知らせいただくか、後日、9月7日までにメールにてご連絡ください。
