オンデマンドウェビナー :
SynAI: AI を活用した抗がん剤相乗効果予測プラットフォーム
講師: Kuan Yan, PhD, Crown Bioscience
AIを搭載したSynAIは、開発の初期段階で薬剤候補の治療効果を高めることを目的としています。SynAIが他のソリューションと一線を画しているのは、予測において決められた化合物や細胞株の組み合わせに依存しないという独自のアプローチ方法になります。
代わりに、特定のin vitro細胞株と組み合わせた化合物のSMILE シーケンス(※)を使用して、潜在的な相乗効果を予測できることも特長です。この革新的な方法により、予測プロセスで化合物の合成や構造解析を行う必要がなくなります。
腫瘍学において、がんに対する画期的な革新的な解決策を追求した結果、有望な領域である薬剤の相乗効果が注目されるようになりました。この概念は急速に進化が進み、最先端のがん研究の中心的かつ極めて重要なテーマとなっています。
本ウェビナーで説明するSynAIの特長
- 入力効率: SynAIはSMILE配列のみを使用して動作するため、実際の化合物合成の必要がありません。このアプローチにより、候補のスクリーニングに関連するコストが大幅に削減されます。
- コストと時間の節約: 化合物の構造情報が不要なため、初期のスクリーニング段階が加速されます。SynAI は純粋な in silico 予測を提供し、研究プロセスを合理化します。
- 継続的な学習: SynAIの中心となるのは、再トレーニングが可能なように設計されたAIコアです。新しい実験データを継続的に更新できるため、時間の経過とともに予測精度が向上します。
今すぐ見る
講師について
Kuan Yan, 博士, Crown Bioscience, シニア主任研究員
2022年にCrown Bioscienceのデータサイエンスおよびバイオインフォマティクス部門にシニアプリンシパルサイエンティストとして入社。ライデン大学でバイオインフォマティクスの博士号と修士号を取得し、オランダのインホランド大学でコンピューターサイエンスの学士号を取得。ハイコンテンツイメージング処理、人工知能、オミックスデータモデリング、および高性能コンピューティングアーキテクチャにフォーカスした研究を実施。
