特許
J-GLOBAL ID：201903016619601722

予測装置、予測方法、予測プログラム、学習モデル入力データ生成装置および学習モデル入力データ生成プログラム

発明者：
植沢 芳広

植沢 芳広 について


出願人/特許権者：
学校法人 明治薬科大学

学校法人 明治薬科大学 について


代理人 (1件)： 特許業務法人HARAKENZO WORLD PATENT & TRADEMARK
公報種別：公開公報
出願番号（国際出願番号）：特願2018-122565
公開番号（公開出願番号）：特開2019-010095
出願日： 2018年06月28日
公開日（公表日）： 2019年01月24日
要約：
【課題】対象化合物の構造に基づいて、対象化合物の活性を好適に予測する。【解決手段】予測装置(100)は、仮想カメラによって対象化合物の構造モデルに対して相対的に複数の方向から撮像して複数の撮像画像を生成する生成部(121)と、学習モデル(124)を用いて前記生成部が生成した前記複数の撮像画像から前記対象化合物の活性を予測する予測部(123)と、を備えている。【選択図】図1
請求項（抜粋）：
対象化合物の構造に基づいて、前記対象化合物の活性を予測する予測装置であって、 仮想カメラによって前記対象化合物の構造モデルに対して相対的に複数の方向から撮像して複数の撮像画像を生成する生成部と、 学習モデルを用いて前記生成部が生成した前記複数の撮像画像から前記対象化合物の活性を予測する予測部と、を備えていることを特徴とする予測装置。
IPC (2件)：
C12M 1/34 ,  G06N 20/00
FI (2件)：
C12M1/34 ,  G06N99/00 153
Fターム (4件)：
4B029AA07 ,  4B029BB15 ,  4B029BB20 ,  4B029FA15
引用特許：
出願人引用 (1件) 審査官引用 (1件)
引用文献：
出願人引用 (3件)
  • Deep Neural Nets as a Method for Quantitative Structure-Activity Relationships
  • Evaluation of Quantitative Structure-Activity Relationship Methods for Large-Scale Prediction of Che
  • Current Status of Methods for Defining the Applicability Domain of (Quantitative)Structure-Activity
審査官引用 (3件)
  • Deep Neural Nets as a Method for Quantitative Structure-Activity Relationships
  • Evaluation of Quantitative Structure-Activity Relationship Methods for Large-Scale Prediction of Che
  • Current Status of Methods for Defining the Applicability Domain of (Quantitative)Structure-Activity

前のページに戻る

TOP

BOTTOM