10月 6, 2015
巨大医療データにおける機械学習を用いた創薬の高速化
Alex Woodie

製薬会社は完了までに数年も掛かる「ウェットラボ」による実験をで、数十億もの薬候補物質の試験を行っている。しかし、同じ結果が数分のオーダーで代わりにコンピュータによるモデルシミュレーションを実行することで得られるとしたらどうなるだろう?シリコンバレーのスタートアップ企業がそれを行う新たな機械学習アルゴリズムを作っていると言う。
TwoXar(“two-czar”と発音)は昨年、どちらもAndrew Radin(詳しくは後ほど)と名付けられた2人の男によって創設された。このRadin達は、製薬企業が臨床研究のためのより良い候補を探し出す、創薬の速度を速めるためにデータ科学と大規模計算の最先端を使うことに興味を持っていた。
「言うならば、私達のコアIP[知的財産]は、非常に多様なデータセットを取得し、これらのデータセットの関係を描き出す能力となります。」とCEOのAndrew A.Radinは語っている。「私たちは、遺伝子発現アッセイ、タンパク質相互作用ネットワーク、薬物結合タンパク質データベース、および分子自体に関する物理的属性とを組み合わせて臨床データを結合しています。」
記事の詳細はHPCwireの姉妹メディアであるDatanamiをご覧ください。http://www.datanami.com/2015/09/24/accelerating-drug-discovery-with-machine-learning-on-big-medical-data/