ファームAIラボ

AI創薬のSHAP完全ガイド｜MolSHAP・EdgeSHAPerで予測根拠を可視化

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

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：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

はじめにこの記事は、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・高校生物・中学理科）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

1. はじめに：AI創薬の現場を支えるADMET予測ツールの全体像 AI創薬の現場で「ADMET（吸収・分布・代謝・排泄・毒性）予測」は、候補化合物の生死を分ける最重要工程です。化合物を合成する前に、薬物動態と毒性を計算

1. はじめに：AI創薬の成否を握るADMET予測とChemprop AI創薬の現場では、候補化合物がヒトの体内でどのように振る舞うかを早期に見極めることが、開発の成否を左右します。なかでもADMET（吸収・分布・代謝・