大量のタンパク質配列を「言語」とみなし，アミノ酸の並びから構造・進化の制約を反映した配列上の規則を学習する深層学習モデル．各アミノ酸の機能的関係を潜在空間として表現でき，構造予測や配列設計などに応用されている．ESMやProtGPTなどが代表例．（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
タンパク質を構成するアミノ酸の配列を，人間が使う自然言語のように見立て，その文法や法則性を学習したAIモデルのこと．アミノ酸配列情報からタンパク質の立体構造や機能を予測したり，目的に合った新たなタンパク質配列を生成したりと，さまざまな応用が可能．創薬やバイオテクノロジー分野の研究を大幅に加速させる技術として注目されている．（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
