Event Description
生命科学分野においては近年の計測機器の進歩により、膨大なデジタルデータが産出されるようになってきています。また、深層学習をはじめとする機械学習技術の進展や計算機の処理能力の向上により、データ駆動型研究や大規模予測などの新たなデータサイエンスの潮流が生まれています。今回のセミナーではその最前線でご活躍の先生をお招きし、一細胞オミクス情報に基づく生命システムと、大規模予測技術による創薬支援インフォマティクスの研究事例についてご講演いただきます。
| 15：00- 16：00 | 「一細胞マルチモーダル情報をデータとモデルから読み解く」 島村徹平（名古屋大学大学院医学系研究科 教授） |
| 近年の一細胞オミクス計測技術や空間トランスクリプトーム解析などの技術革新により、一細胞レベルでのゲノム、エピゲノム、トランスクリプトーム、プロテオーム、メタボローム、メタゲノム等のオミクスの同時測定、あるいは空間情報を付加した遺伝子発現情報の取得が可能となった。これにより、従来技術では全く垣間見ることのできなかった多様な生物学的プロセスにおける細胞間コミュニケーションを介した生命システムの解明がもはや不可能ではない目標となりつつある。一方で、時空間情報をもつ網羅的分子情報から、いかにして有用な情報を抽出・統合し、細胞間相互作用ネットワークが関わる生命現象や疾患解明へつなげるかかが重要な課題になっている。本講演では、近年著しい発展を遂げる深層生成モデルを駆使して、複数の一細胞計測を統合したり、一細胞計測と空間トランスクリプトーム情報を相互に補完したりすることで、生命システムの統合理解を加速するためのデータ駆動型アプローチについて、最新研究事例を通じて紹介する。 |
|
| 16：00- 17：00 | 「並列計算と機械学習による創薬支援インフォマティクス」 大上雅史（東京工業大学 情報理工学院 テニュアトラック助教） |
| 創薬研究開発プロセスにおいて、計算による予測技術の活用が急速に進んでいる。特に昨今では機械学習の活用・新規手法開発による進展が目覚ましいが、機械学習だけでなく分子シミュレーションや物理化学モデルを主軸とした立体構造情報に基づく予測技術も積極的に活用されている。これらの計算を陰ながら支えているのが、スーパーコンピュータの存在と、その計算リソースを高効率に活用するための並列計算実装技術である。本講演では、我々が進める創薬支援インフォマティクス技術として、近年新しい創薬標的としても注目されるタンパク質間相互作用 (PPI) の網羅的予測技術と、PPI標的化合物の設計のための計算手法を紹介する。 |
Finished Events
-
2022/03/28(Mon) 14:30
【第56回産総研AIセミナー】「データ連携プラットフォーム設計・開発のためのアイデアソン」
-
2022/02/18(Fri) 13:00
【第55回産総研AIセミナー】「シミュレーションとAIの融合技術」
-
2022/01/19(Wed) 15:00
【第54回産総研AIセミナー】「ABCI グランドチャレンジ 成果報告会」
