機械学習モデルが「どのデータを学ぶと最も性能が向上するか」を自ら判断し，学習サンプルを能動的に選択する枠組み．モデルの不確実性が高い領域を優先的に探索する点が特徴．創薬では，AIが次に実験すべき候補化合物や配列を提案し，データ収集を最適化する．（実験医学増刊445より）
AI・データ駆動型創薬研究
マルチオミクス✕ケモインフォマティクスでより確実な治療標的を見つけ、薬をデザインする
解説は発行当時の掲載内容に基づくものです
本コンテンツは，2018年まで更新されていた同名コンテンツを元に，新規追加・再編集したものです
