-
大規模データの生成
次世代シーケンサーやハイスループット実験により生成される大規模データ
-
AIによる効率的な
知見の抽出
AIを活用した膨大なデータからの有意義な知見の効率的抽出
-
最新AIアルゴリズム
による解析
最新のAIアルゴリズムを用いた大規模なオミックスデータの解析
-
AIを用いた
解析課題への取り組み
遺伝子発現パターンの分類、バイオマーカーの同定、パスウェイの推定など様々な課題へのAIの適用
AIの活用により、研究のスピードアップと精度向上を実現し、新たな発見や革新的な成果の創出を加速します。
02
ネットワークの解明
02
ネットワークの解明
-
生体内ネットワーク
と生命現象生体内の多数の分子による複雑なネットワークの形成と生命現象の制御
-
ネットワーク解明の重要性
ネットワーク解明の重要性（生物学的メカニズムの理解や疾患の原因究明）
-
AIによるネットワーク解析
AIを用いたネットワーク解析による遺伝子制御ネットワーク等の推定
-
機械学習とグラフ理論
機械学習による因果関係の推論とグラフ理論に基づくネットワークの可視化
03
創薬ターゲット予測
03
創薬ターゲット予測
-
適切な創薬
ターゲット選定
新薬開発における適切な創薬ターゲットの選定の重要性
-
AIを用いた候補
化合物絞り込み
新薬開発における適切な創薬ターゲットの選定の重要性
-
機械学習による
創薬ターゲット予測
機械学習を用いた新たな創薬ターゲットの予測など
-
AIによる創薬支援の効果
AIによる創薬支援を通した新薬開発の成功確率の向上と期間の短縮
04
実験デザイン最適化
04
実験デザイン最適化
-
実験デザインの重要性
実験デザインの良し悪しが研究の成否に与える影響
-
AIを用いた実験条件の選定
AIを活用した最適な実験条件の選定と実験の効率化
-
実験パラメータの最適化
ベイズ最適化などのアルゴリズムを用いた実験パラメータの最適化
-
AI学習による実験効率化
過去の実験データからのAIの学習による実験の成功確率の予測等
