CMCリサーチウェビナー【ライブ配信】 のご案内
開催日時：2026年1月22日（木）13:30～16:30
受 講 料：44,000円（税込） ＊ 資料（PDF）・見逃し配信付
＊メルマガ登録者 39,600円（税込）
＊アカデミック価格 26,400円（税込）
パンフレット
※ 本セミナーは、当日ビデオ会議ツール「Zoom」を使ったライブ配信セミナーとなります。
お申し込み前に、下記リンクから視聴環境をご確認ください。
→ https://zoom.us/test
★ アカデミック価格:学校教育法にて規定された国、地方公共団体および学校法人格を有する大学、大学院の教員、学生に限ります。
★【メルマガ会員特典】2名以上同時申込かつ申込者全員メルマガ会員登録をしていただいた場合、1名あたりの参加費がメルマガ会員価格の半額となります。
★ お申込み後のキャンセルは基本的にお受けしておりません。ご都合により出席できなくなった場合は代理の方がご出席ください。
・ 当該ウェビナーにお申込みいただいた場合には、サービスとしてZOOMを使用した「見逃し配信」を合わせて提供いたします。
・ 見逃し配信では、ウェビナーの録画動画を一定期間視聴可能です。
・ ウェビ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可能です。
・ 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）。
・ 視聴期間はウェビナー開催日から4営業日後を起点に1週間となります。
ex)8/2（金）開催→8/9（金）までに配信開始→8/16（金）まで視聴可能
※ お申込みいただいたメールアドレスに、視聴用URL・パスワードを送付します。配信開始日を過ぎてもメールが届かない場合は弊社までご連絡ください。
※ 配信は準備ができ次第行いますので、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。
上記例の場合、8/6（火）から開始となっても8/16まで視聴可能です。
※ 原則、配信期間の延長はいたしません。
ただし、GWや年末年始・お盆期間等を挟む場合は、それに応じて弊社の標準配信期間設定を延長します。
※ 万一、見逃し視聴の提供ができなくなった場合でも、当該ウェビナーの価格に変更はありません。お詫びといたしまして、次回弊社セミナー／ウェビナーをお申し込みの際、5％割引させていただきます。（メルマガ会員価格でもその価格から
さらに5％引）
お申し込み受付中
申込方法
ウェビナー参加のお申込は、下記のカートへの投入、あるいはFAX用紙にてお願いします。
セミナーお申し込み前に必ず こちら をご確認ください。
| FAX申込用紙PDF | ||
| [メルマガ登録者／新規登録希望者はこちらから] 弊社のメルマガ会員（登録無料）は、参加費が10％引きになります。 メルマガ登録者／新規登録者のウェビナー参加は、下記のカートへの投入によってお申込ください。 また、FAX申込用紙でお申込の場合は、FAX申込用紙のメルマガ受信可否「受信する」にチェックをお願いします。 |
||
| FAX申込用紙PDF | ||
| ◇◇ メルマガ会員特典での複数名の受講申込みはこちらから ◇◇ 2名以上同時申込かつ申込者全員メルマガ会員登録をしていただいた場合、1名あたりの参加費がメルマガ会員価格の半額となります。ウェビナー参加のお申込は、お一人ずつ下記のカートへの投入、あるいはFAX用紙にてお願いします。 |
|||
| 受講者1 （受講料半額） | FAX申込用紙PDF | ||
| 受講者2 （受講料半額） | FAX申込用紙PDF | ||
| 受講者3 （受講料半額） | FAX申込用紙PDF | ||
| ＊ 4名以上の受講については、CMCリサーチまでお問い合わせください。 → お問い合わせページ | |||
| [アカデミック価格申込者はこちらから] | ||
| FAX申込用紙PDF | ||
講 師
小島 諒介 氏
京都大学医学研究科 准教授・理化学研究所BDRチーム ディレクター
【講師経歴】
2014年：東京工業大学大学院 情報理工学研究科 計算工学専攻 修士課程修了
2017年：東京工業大学大学院 情報理工学研究科 情報環境学専攻 博士課程修了，博士(工学)
2017年：京都大学医学研究科 大学院医学研究科人間健康科学系専攻 ビッグデータ医科学分野, 特定助教
2021年：京都大学医学研究科 大学院医学研究科人間健康科学系専攻, 講師
2024年：京都大学医学研究科 医学研究科附属医療DX教育研究センター, 准教授(兼)京都大学医学研究科 大学院医学研究科人間健康科学系専攻バイオメディカルデータサイエンス分野(兼)理化学研究所 生命機能科学研究センター(BDR)マルチモーダルAI基盤技術研究チーム, チームディレクター
セミナーの趣旨
創薬分野では、AI技術とシミュレーション技術の融合による「創薬DX（デジタルトランスフォーメーション）」が急速に進展しています。近年、ディープラーニングを活用した分子構造生成モデルや分子動力学シミュレーションの高精度化に加え、大規模言語モデル（LLM）やChatGPTの登場によって、研究情報の解析や創薬知識の自動抽出が可能になるなど、創薬研究のアプローチが大きく変化しています。また、AlphaFoldに代表されるタンパク質構造予測AIの進化により、これまで困難であった標的構造解析や候補化合物探索が飛躍的に効率化されています。
本講演では、AIとシミュレーションを組み合わせた創薬支援の最新動向を紹介するとともに、候補化合物探索から薬効・副作用予測、構造最適化までのプロセスにおけるデジタル技術の活用法を具体的に解説します。また、国内外における成功事例を交え、創薬DXを推進する上での課題と今後の展望についても議論します。聴講者には、AI・シミュレーション技術をどのように自社の創薬研究に導入し、研究開発の高度化・効率化を実現するかの道筋を理解していただけます。
セミナー対象者
・ 創薬DXを推進する研究企画・IT部門の担当者
・ 製薬企業、化学企業においてAI技術やシミュレーション技術を創薬に活用したい研究者、開発者、機械学習や分子モデリングの実務応用を検討している方
・ そのほか研究機関でAI創薬、計算化学、バイオインフォマティクスに関心を持つ研究者
セミナーで得られる知識
・ AIおよびシミュレーションを用いた創薬プロセスの全体像と活用事例
・ 分子設計、薬物動態予測、標的構造解析などへのAI応用の最新手法
・ 創薬DXの導入における実務的な課題とその解決の方向性
・ AIモデルとシミュレーションを連携させた研究開発 ワークフローの設計指針
プログラム
※ 適宜休憩が入ります。
1.1 創薬DXが注目される背景：開発コスト・期間・成功率の課題
1.2 創薬プロセス全体の俯瞰：ターゲット探索から臨床試験まで
1.3 各段階におけるAI・シミュレーション技術の貢献領域
1.4 (実験中心からデータ駆動型創薬へのパラダイムシフト)
2. ターゲット探索におけるAIの活用と知識発見の高度化
2.1 ターゲット探索におけるAI導入の進展
2.2 研究論文・特許・データベース情報を活用した標的候補抽出
2.3 LLMを活用した仮説生成・ターゲット発見支援
2.4 知識グラフやネットワーク技術を活用したターゲット探索
2.5 オミクスデータ解析からのターゲット探索
3. ヒット化合物探索・リード探索・最適化におけるAIの活用
3.1 化合物設計・最適化プロセスにおけるAIの役割
3.2 目標特性を考慮した分子設計と探索の自動化
3.3 構造予測を活用した活性評価と最適化支援（例：標的構造解明、リガンド結合部位推定、相互作用モデリング）
3.4 リード化合物探索におけるAI応用事例と成果
4. 前臨床研究におけるAIとシミュレーションの活用と評価精度の向上
4.1 物性予測・薬効評価・安全性評価におけるAI活用
4.2 薬物動態・副作用予測におけるAI活用
4.3 合成経路や反応機構解析におけるAI活用
4.4 AIとシミュレーションを組み合わせた反応性・安定性評価
5. 臨床・市販後研究におけるリアルワールドデータ活用と創薬DXの推進
5.1 リアルワールドデータの概要と情報源(電子カルテ・レセプト・ウェアラブル等)
5.2 AIによる臨床データからの情報抽出例
5.3 市販後データ解析例
6. 創薬DXの実践事例と今後の展望
6.1 連合学習によるデータ共有・解析基盤
6.2 基盤モデル・生成AI・マルチモーダルAIによる研究開発の革新
6.3 AIによる自律型創薬の実現可能性
6.4 創薬DXの今後の展開と将来に向けた課題・展望