……Zoomオンライン受講
……見逃し視聴選択可
★AIの飛躍的進展に伴い、高活性と良好なPKを両立する医薬品リード化合物の設計を大幅に効率化することが可能に！？
講師
（株）テクノプロ テクノプロ・R&D社 ソルーション事業部 インフォマテックス事業推進室 センター長 工学博士 長谷川 清 氏
＊ご略歴：
金沢大学薬学部大学院卒業（薬学修士）、興和（株）医薬事業部・東京研究所へ入社、豊橋技術科学大学・物質工学系で工学博士取得、日本ロシュ・鎌倉研究所に転職、ロシュと中外製薬の合併により中外製薬に転籍、AI創薬グループのシニアマネージャー、テクノプロ・R&D社に入社、インフォマテックス事業推進室センター長
＊ご専門および得意な分野・研究：
薬物設計、抗体設計、ケモインフォマテックス、AI創薬、計算化学、SBDD、
機械学習、薬物動態シミュレーション、材料設計
＊本テーマ関連のご活動：
日本化学会・ケモインフォマテックス部会長、CBI研究会幹事、計算ADMET研究会幹事
SBDDによる新薬創製で20年以上の経験。海外雑誌に約50報の出版実績
＜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9月25日(金) 10:30-16:30 ＊途中、お昼休みや小休憩を挟みます。
●受講料：
【オンライン受講（見逃し視聴なし）】：1名 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
【オンライン受講（見逃し視聴あり）】：1名 56,100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45,100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）
お申込みはこちらから
商品コード：AB2609N4
配布資料・講師への質問など
●配布資料は、印刷物を郵送で1部送付いたします。
・お申込みの際にお受け取り可能な住所を必ずご記入ください。
・郵送の都合上、お申込みは4営業日前までを推奨します。（土、日、祝日は営業日としてカウントしません。）
・それ以降でもお申込みはお受けしておりますが（開催1営業日前の12:00まで）、その場合、テキスト到着がセミナー後になる可能性がございます。ご了承の上お申込みください。
・資料未達の場合などを除き、資料の再配布はご対応できかねますのでご了承ください。
●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）
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。）
※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）
→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
→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）
→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＞
セミナーポイント
薬物設計において、候補化合物が標的タンパク質に対して高い結合親和性を示すだけでは十分ではない。同時に、その化合物の物理化学的性質を反映した最適な薬物動態（PK）を予測できることが重要である。標的臓器において十分な薬物濃度が得られなければ、期待される治療効果は見込めない。したがって、化合物の化学構造からPKを予測できれば、創薬開発プロセス全体の効率を大きく高められる可能性がある。
本セミナーでは、はじめに生理学的薬物動態（PBPK）シミュレーションと機械学習モデルを統合することで、ヒトのPKを予測する手法について解説する。
PBPKシミュレーションに必要な化合物の物理化学的性質は、化学グラフ畳み込みニューラルネットワークを用いて個別に推定した。このPBPKシミュレーションと機械学習を組み合わせたハイブリッド手法により、化学構造の入力のみから、ヒト薬物動態の予測が可能となる。
さらに発展形として、以下の３つのポイントを実現できる手法について解説する。
・PBPK/Rによる静脈投与および経口投与の薬物動態モデルの構築方法を解説する。Rを利用することで、WindowsのGUIを利用することなく自動的にPBPKモデルを構築することができる。
・リード化合物にどのような置換基を導入すればいいかという現場の創薬に対応できる、生成AIによるリード化合物の最適置換基の推定ができる手法を解説する。
・タンパク質への化合物のドッキング計算により、高活性と良好なPKを両立する化合物の設計が可能となる。
○受講対象：
医薬化学研究者、薬物動態研究者、薬物設計者など
○受講後、習得できること：
機械学習、PBPKシミュレーション、ケモインフォマテックス、薬物設計
セミナー内容
1. 化合物の特徴表現
1）ADMETに関する記述子
2）フィンガープリント
2. 機械学習によるモデル構築方法
1）線形PLS法
2）非線形SVM, SVR法
3）グラフ畳み込み法
4）必要となるデータや条件
5）進め方手順とその具体例
3. PBPKシミュレーションによるヒト薬物動態予測
1）シミュレーションの実行方法
2）シミュレーションの結果の解析法
3）機械学習データ活用の際の留意点
4）予測結果の精度・信頼性とその向上策
4. PBPKシミュレーションの自動化
1）Rの使い方
1）静脈投与
2）経口投与
5. 化合物の生成AI手法とその特徴・使い方
1）REINVENT
2）CReM
6. PBPKシミュレーションと生成AIの連結
1）静脈投与
2）経口投与
3）化合物ドッキングを含めたマルチ最適化
4）今後の発展（ベイズ最適化）
＜質疑応答＞
お申込みはこちらから
