研究者
J-GLOBAL ID：202101012830850173   更新日: 2026年03月09日

黒﨑 宏太

クロサキ コウタ | Kurosaki Kota
所属機関・部署：
塩野義製薬株式会社

塩野義製薬株式会社 について


職名： 研究員
ホームページURL (1件)： https://github.com/TeddyGlass
研究分野 (1件)： 薬系化学、創薬科学
研究キーワード (5件)： 人工知能 ,  ケモインフォマティクス ,  計算毒性学 ,  薬物動態学 ,  ファーマコビジランス
論文 (10件)：
  • Dilan Ozmen Ozgun, Ebru Mete, Cem Yamali, Cavit Kazaz, Hiroshi Sakagami, Shigeru Amano, Kota Kurosaki, Yoshihiro Uesawa, Keitaro Satoh, Halise Inci Gul. Design, synthesis and QSAR-based antitumor signaling pathway analysis of pyrazoline- benzenesulfonamides mediated by cytostatic G1 arrest. Journal of Molecular Structure. 2026. 1350. 143792-143792
  • Koichi Takao, Yuka Kubota, Kota Kurosaki, Hitoshi Kamauchi, Yoshihiro Uesawa, Yoshiaki Sugita. Synthesis and Biological Evaluation of 2-Azolylmethylene-3-(2H)-benzofuranone Derivatives as Potent Monoamine Oxidases Inhibitors. Chemical and Pharmaceutical Bulletin. 2024. 72. 1. 109-120
  • A. Furuhama, A. Kitazawa, J. Yao, C.E. Matos dos Santos, J. Rathman, C. Yang, J.V. Ribeiro, K. Cross, G. Myatt, G. Raitano, et al. Evaluation of QSAR models for predicting mutagenicity: outcome of the Second Ames/QSAR international challenge project. SAR and QSAR in Environmental Research. 2023. 34. 12. 983-1001
  • Naitoh K, Orihara Y, Sakagami H, Miura T, Satoh K, Amano S, Bandow K, Iijima Y, Kurosaki K, Uesawa Y, et al. Tumor-Specificity, Neurotoxicity, and Possible Involvement of the Nuclear Receptor Response Pathway of 4,6,8-Trimethyl Azulene Amide Derivatives. International Journal of Molecular Sciences. 2022. 23. 5. 2601-2601
  • Kota Kurosaki, Yoshihiro Uesawa. Development of in silico prediction models for drug-induced liver malignant tumors based on the activity of molecular initiating events: Biologically interpretable features. Journal of Toxicological Sciences. 2022. 47. 3. 89-98
もっと見る
MISC (16件)：
  • 中尾百合子, 黒崎宏太, 朝田瑞穂, 植沢芳広. 掻痒症誘発薬の化学構造的特徴に基づく機械学習予測モデルの構築と評価. 日本薬学会年会要旨集(Web). 2023. 143rd
  • Kota Kurosaki, Yoshihiro Uesawa. TOXICITY PREDICTION MODELS FOR HEPATOCARCINOMA-INDUCING DRUGS LEVERAGING LARGE-SCALE CLINICAL INFORMATION AND MULTIPLE BIOACTIVITIES OF DRUGS. 23rd European Symposium on Quantitative Structure-Activity Relationship. 2022. 208-208
  • 黒﨑宏太, 植沢芳広. 副作用データベースと機械学習を活用した薬剤性肝がんの発症要因の解析. 日本薬学会年会要旨集. 2022. 142年会. pm2-73S-pm2-73S
  • 黒﨑宏太, 植沢芳広. 副作用自発報告データベースFAERSを用いた分子起始反応および 変異原性に基づく薬剤性肝臓悪性腫瘍シグナルのin silico 解析. The Journal of Toxicological Sciences 47. 2021. 46. Suppl. S170-S170
  • 黒崎 宏太, 佐々木 俊一, 松坂 恭成, 植沢 芳広. 分子グラフ及び化学構造記述子を用いた変異原性QSTR解析. 日本薬学会年会要旨集. 2021. 141年会. pm11S-pm11S
もっと見る
書籍 (1件)：
  • ケモインフォマティクスにおけるデータ収集の最適化と解析手法 ~組成予測や化学構造の生成、合成経路探索や反応条件最適化、毒性評価~
    技術情報協会 2023
講演・口頭発表等 (3件)：
  • 計算機科学を活用したヒトの有害事象研究の現状と展望「ビッグデータ解析と計算毒性学に基づく肝発がん性予測」
    (第49回日本毒性学会学術年会 2022)
  • データ駆動型アプローチによる医薬品の毒性予測「大規模自発報告有害事象データベースを用いた肝発癌性薬物予測モデルの構築と解析」
    (日本薬学会 2022)
  • 創薬の加速化を目指したインシリコ予測~若手研究者が拓く新時代~ 「生物学的メカニズムに基づいた薬剤性肝がん誘発薬物予測モデルの構築と評価」
    (情報計算化学生物学会 2021)
Works (3件)：
  • 【フレームワーク】StackingQSARモデル構築パイプライン
  • 【API】フィンガープリントを用いたQSARモデルの予測根拠可視化
  • 【API】Interpretable graph convolutional networks for drug discovery
学歴 (2件)：
  • 2019 - 2023 明治薬科大学 大学院薬学研究科 薬学専攻
  • 2013 - 2019 明治薬科大学 薬学部 薬学科
学位 (1件)：
  • 博士(薬学)
経歴 (2件)：
  • 2025/12 - 現在 塩野義製薬株式会社 研究員
  • 2023/04 - 2025/12 日本たばこ産業株式会社医薬総合研究所
※　J-GLOBALの研究者情報は、researchmapの登録情報に基づき表示しています。 登録・更新については、こちらをご覧ください。

前のページに戻る

TOP

BOTTOM