ファームAIラボ

PyODで適用範囲外を弾く｜AI創薬モデルの信頼性を高める外れ値検知ライブラリ

１．はじめに：AI創薬モデルの「分からないことを分かる」能力 AI創薬の機械学習モデルは、訓練データの化学空間を「知っている範囲」でしか正確に予測できません。未知の化学骨格を持つ新規化合物に対しては、もっともらしい数値を […]

この記事は、薬学部で長年教えた元大学教授の視点で、国試の問題が解けない理由を読者ごとに異なる階層構造（大学薬学・高校・中学）で捉え直すアプローチです。これまでの解説では届きにくい「自分の現在地を見極めて必要な階層から学び

１．はじめに機械学習モデルが「90%の確率で活性あり」と予測した化合物が、実際に活性を示す割合は本当に90%なのでしょうか。AI創薬では予測値そのものだけでなく、その予測がどれほど信頼できるか（不確実性）を正しく評価す

１．はじめに：AI創薬とブラックボックス問題 AI創薬の現場では、機械学習モデルが化合物の活性・物性・ADMET特性を高精度に予測できるようになりました。一方で、「なぜそう予測したのか」が見えないブラックボックス問題は依

はじめに：「ChatGPTでもコードは書けるのに、なぜClaude Codeなのか」に答える回 Pythonを学んだあと、ChatGPTやClaudeにコードの説明を依頼した経験がある方は多いと思います。たとえば、エラー

１．はじめに：AI創薬における「生成と合成のギャップ」生成AIや強化学習による分子設計が一般化した今、新規化合物を膨大に生成すること自体は容易になりました。しかし、生成された分子の多くは合成困難であったり、薬物として現

１．はじめに：iPS細胞再生医療が公的医療保険の俎上に 2026年5月13日、中央社会保険医療協議会（中医協）は、住友ファーマ株式会社のiPS細胞由来再生医療等製品「アムシェプリ®」（一般的名称：ラグネプロセル）について

１．はじめに：水溶性予測がAI創薬で果たす役割創薬研究において、化合物の水溶性（aqueous solubility）は最も重要な物性のひとつです。経口投与される薬物は、まず消化管液に溶解しなければ吸収されません。難溶

はじめに：Pythonの教科書を一冊終えた、その次の一歩で立ち止まっていませんか Pythonの基礎文法を学び、Google Colabでコードを動かし、pandasやmatplotlibで簡単なデータ分析を試したことが