生成AIの活用による創薬研究の高速化セミナー2026【インシリコ・生成AI・AI Agent活用】

■本セミナーの受講形式（会場／Zoom両アイコンある場合は受講形式選択可）

zoom ……Zoomオンライン受講

見逃し視聴あり ……見逃し視聴選択可

☆日々進化を続ける‘生成AI×創薬研究(研究開発)’の最前線！
☆2026年7月現在、何をどこまで実現することが可能なのか？
☆3.5時間の講義を通じて、貴重な情報を最大限にお届けいたします！

講師

株式会社理論創薬研究所
代表取締役
博士（薬学）
吉森篤史氏

講師紹介

■経歴
【学歴】
1994年　北九州高専電子制御科　卒業
1996年　豊橋技術科学大学工学部知識情報工学課程　卒業
2000年　豊橋技術科学大学大学院工学研究科修士課程エコロジー工学専攻　修了
2002年　豊橋技術科学大学大学院工学研究科博士後期課程環境生命工学専攻　退学
2005年　博士（薬学）(東京理科大学）取得
【職歴】
2004年～現在　株式会社理論創薬研究所設立、代表取締役就任
(2012年～現在　東京理科大学客員教授)
(2024年～現在　静岡県立大学客員教授)
(2024年～現在　University of Bonn, Affiliated Scientist)

■専門および得意な分野・研究
・ケモインフォマティクス
・分子シミュレーション
・AI創薬/インシリコ創薬
・ペプチド擬態

＜その他関連商品＞
GLP/非臨床試験/薬物動態/AI創薬一覧はこちら

日時・受講料・お申込みフォーム

●日時：2026年7月22日(水)　13:00-16:30　＊途中、小休憩を挟みます。

●受講料：
【オンライン受講（見逃し視聴なし）】：1名 45,100円(税込（消費税10％）、資料付)
＊1社2名以上同時申込の場合、1名につき34,100円

【オンライン受講（見逃し視聴あり）】：1名 50,600円(税込（消費税10％）、資料付)
＊1社2名以上同時申込の場合、1名につき39,600円
＊「見逃し視聴あり」でお申込の場合、当日のご参加が難しい方も後日セミナー動画の視聴が可能です。

＊学校法人割引：学生、教員のご参加は受講料50％割引。→「セミナー申込要領・手順」を確認ください。
＊5名以上でのお申込の場合、更なる割引制度もございます。
　ご希望の方は、以下より別途お問い合わせ・お申込みください。
　req@*********（*********にはjohokiko.co.jpを入れてください）

■ セミナーお申込手順からセミナー当日の主な流れ　→

お申込みはこちらから

商品コード：AB260748

配布資料・講師への質問など

●配布資料はPDFなどのデータで配布いたします。ダウンロード方法などはメールでご案内いたします。
・配布資料に関するご案内は、開催1週前～前日を目安にご連絡いたします。
・準備の都合上、開催1営業日前の12:00までにお申込みをお願いいたします。
　（土、日、祝日は営業日としてカウントしません。）
・セミナー資料の再配布は対応できかねます。必ず期限内にダウンロードください。

●当日、可能な範囲でご質問にお答えします。（全ての質問にお答えできない可能性もございます。何卒ご了承ください。）
●ご受講に際しご質問・要望などございましたら、下記メールアドレス宛にお問い合わせください。
req@*********（*********にはjohokiko.co.jpを入れてください）

＊5名以上でのお申込の場合、更なる割引制度もございます。
　ご希望の方は、以下より別途お問い合わせ・お申込みください。
　req@*********（*********にはjohokiko.co.jpを入れてください）

オンラインセミナーご受講に関する各種案内（必ずご確認の上、お申込みください。）

PC／タブレット／スマートフォンなど、Zoomが使用できるデバイスをご用意ください。

インターネット回線速度の目安（推奨）　下り：20Mbps以上

開催が近くなりましたら、Zoom入室URL、配布資料、当日の流れなどをメールでご連絡いたします。開催前日（営業日）の12：00までにメールが届かない場合は必ず弊社までご一報ください。

⇒よくある事例として「弊社ドメイン（johokiko.co.jp）のメールがスパム扱いとなっている」「メールアドレスのご記載ミス」などがございます。お申込み後にフォームへご記載いただいたメールアドレスへ自動返信メールを送信しますので、こちらのメールが受信できない場合、弊社からのZoom入室URLや配布資料のご案内メールもお届けすることができなくなってしまいます。予め受信できる設定にお願いいたします。
※メールアドレスの記載誤りについては、以下へご連絡お願いいたします。
req@*********（*********にはjohokiko.co.jpを入れてください）

受講者側のVPN、セキュリティ設定、通信帯域などのネットワーク環境ならびに使用デバイスの不具合については弊社では対応いたしかねますので予めご了承ください。

講座で使用する資料や配信動画は著作物であり、無断での録音・録画・複写・転載・配布・上映・販売などは禁止いたします。また、申込者以外の受講・動画視聴は固くお断りいたします（代理受講ご希望の際は、開催前日までに弊社までご連絡お願いします）。

Zoom使用に関する注意事項（クリックして展開）

公式サイトから必ず事前のテストミーティングをお試しください。

→ 確認はこちら
→Skype／Teams／LINEなど別のミーティングアプリが起動していると、Zoomで音声が聞こえない、カメラ・マイクが使えないなどの事象が起きる可能性がございます。お手数ですが、これらのアプリは閉じた状態にてZoomにご参加ください。
→音声が聞こえない場合の対処例

Zoomアプリのインストール、Zoomへのサインアップをせずブラウザからの参加も可能です。

→参加方法はこちら
→一部のブラウザは音声が聞こえないなどの不具合が起きる可能性があります。
対応ブラウザをご確認の上、必ず事前のテストミーティングをお願いします。
（iOSやAndroidOS ご利用の場合は、アプリインストールが必須となります）

申込み時に（見逃し視聴あり）を選択された方は、見逃し視聴が可能です。（クリックして展開）

見逃し視聴ありでお申込みされた方は、セミナーの録画動画を一定期間視聴可能です。

セミナーを復習したい方、当日の受講が難しい方、期間内であれば動画を何度も視聴できます。

原則、遅くとも開催4営業日後までに録画動画の配信を開始します（一部、編集加工します）。

視聴期間はセミナー開催日から4営業日後を起点に1週間となります。

ex）2/6（月）開催セミナー → 2/10（金）までに配信開始 → 2/17（金）まで視聴可能
→見逃し視聴について、こちらから問題なく視聴できるかご確認ください。（テスト視聴動画へ）パスワード「123456」

＜見逃し視聴ご案内の流れ・配信期間詳細＞

メールにて視聴用URL・パスワードを配信します。配信開始日を過ぎてもメールが届かない場合は必ず弊社までご連絡ください。

準備出来しだい配信いたしますので開始日が早まる可能性もございます。その場合でも終了日は変わりません。上記例の2/6開催セミナーの場合、2/8から開始となっても2/17まで視聴可能です。

GWや年末年始・お盆期間などを挟む場合、それに応じて弊社の標準配信期間設定を延長します。

原則、配信期間の延長はいたしません。

万一、見逃し視聴の提供ができなくなった場合、（見逃し視聴あり）の方の受講料は（見逃し視聴なし）の受講料に準じますので、ご了承ください。

セミナーポイント

■講座のポイント
　インシリコ/AI創薬技術は、創薬の工程で得られるデータを最大限に活用し、開発サイクルの効率化と高速化を実現するための手段として注目されている。最近では、生成AIの急激な普及により、ペプチド、並びにリード化合物のde novoデザインにおいても、生成AI技術が広く利用されている。さらには、AI Agentを活用した創薬研究も実施されるに至っている。
　本講座では、生成AI技術を中心に、インシリコ/AI創薬技術の解説、並びに実践的な活用法について、事例を通して紹介する。また、これらに関連したオープンソースのソフトウェアについては、手法の概要だけではなく、インストール法、並びに使用法も含めて解説を行う。最後に、AI Agentを活用した化学構造の最適化戦略について紹介をする。本講座で紹介した内容は、受講者の皆さまがご自身の環境でAI創薬技術を活用する際の参考になるものと考えている。

■受講後、習得できること
・創薬に関連する生成AI技術の基礎的な知識
・インシリコ/生成AI技術の実践的な活用に関連する知識
・オープンソースのソフトウェアを用いたインシリコ/生成AI技術の具体的な活用法
・AI Agentの知識と活用法

■講演中のキーワード
・AI Agent
・インシリコ創薬
・AI創薬
・de novoデザイン
・リード化合物の最適化
・バーチャルスクリーニング

セミナー内容

１．リード化合物のスクリーニング
　１．１　インシリコスクリーニング手法の概要
　１．２　Boltzを用いた複合体構造の予測と化合物のスクリーニング
　１．３　オープンソースで利用できるソフトウェアの紹介（インストール及び使用法）
　　　　　・Boltz (https://github.com/jwohlwend/boltz)
　　　　　・GNINA (https://github.com/gnina/gnina)

２．リード化合物の物性予測
　２．１　物性予測手法の概要
　２．２　Molecular Topographic Map (MTM)を用いた物性予測
　２．３　オープンソースで利用できるソフトウェアの紹介（インストール及び使用法）
　　　　　・Chemprop (https://github.com/chemprop/chemprop)

３．リード化合物の最適化①
　３．１　SAR Transferの概要
　３．２　Analogue Series (AS) Alignmentを用いたリード化合物の最適化
　３．３　DeepASを用いたリード化合物の最適化
　３．４　オープンソースで利用できるソフトウェアの紹介（インストール及び使用法）
　　　　　・AS alignment (https://doi.org/10.1016/j.ejmech.2022.114558)

４．リード化合物の最適化②
　４．１　Bioisostereの概要
　４．２　Embedded Fragment VectorによるBioisostereの探索
　４．３　オープンソースで利用できるソフトウェアの紹介（インストール及び使用法）
　　　　　・Embedded Fragment Vector (https://doi.org/10.1186/s13321-025-00951-3)

５．AI Agentを用いた化合物のde novoデザイン
　５．１　創薬向けAI Agentの概要
　５．２　ローカルLLMの導入と利用方法
　５．２　Model Context Protocol (MCP)によるLLMと外部プログラムとの連携
　５．３　AI Agent (X-DeepSARM)による化合物のde novoデザイン
　５．４　オープンソースで利用できるソフトウェアの紹介（インストール及び使用法）
　　　　　・gpt-oss (https://github.com/openai/gpt-oss)
　　　　　・X-DeepSARM (https://www.sciencedirect.com/science/article/pii/S2667318526000024)

６．Q&A