新着Pick
78Picks
Pick に失敗しました

人気 Picker
計算式が間違ってるのではという批判があるが、その指摘は正しい。というのも、そもそも体の仕組みがわかっておらず、正しい理論は存在しないから。だから、私のような理論家がいるわけで。

ではどうするかというと、計測、理論、計算のサイクルを回すということをする。つまり、測定して、研究者が理論をつくり、パソコンで理論モデルを計算し測定値との比較と理論修正し、また測定をするを繰り返す。すると、実験結果を説明できるモデルができてくる。

完成したモデルから、どのパラメタを変えれば病気が治るかがわかるようになる。そこを狙い撃ちすれば、効率よく新薬開発ができるだろう、という流れ。

スパコンである京コンピューターを使うのは計算量が半端ないから。2000万細胞のシミュレーションは恐ろしいです。ちなみに私はお金がないので、MacBook Air(軽コンピューター)を使って1細胞をシミュレーションしてます。
適応できるのですね、機械演算で。すばらしい!
プログラミングで1つミスをしたら、すごく危険なような気もするけど、そのあたりはどのように解決されるのか気になります。
いつも需要予測とかの仕事で「R」で演算してもだいたい人の手で最後修正しているので(汗)
後ろ向きな発言をするわけではないのだけれど、
これからはますます、プログラミングを書いた(書く)人の責任が問われる社会になるのかもしれない。
今回のニュースだと、最初に当てはめる式(の中の変数)が間違っていたら、そこから導き出される結果は、当然ズレたものになるわけで。
スパコンさんは、そこらへんのリスクすら虱潰しできるスペックとスピードがあるんだろうけれど、とはいえ限界はあるはずで。

テクノロジーへの考えなしの”依存”ではなく、正しい理解・態度での“信頼”を確かなものにするためにも、初期段階からこの論点をしっかり考えておくことが重要な気がする。
既存薬の用量探索はプログラムしやすいだろうけど、全く新規の作用機序の動態をどこまで正確にシミュレーションできるんだろう。門外漢なので的はずれかもしれないが、スパコンの演算能力よりむしろモデルを作るプログラマの力量が要点な気がしてしまう。
生物系とか化学系は、ものすごい膨大な探索空間の中から、経験と勘と運で、虱潰し的に効果のあるものを見つけているイメージがある。なので、こういう反応をリアルにシミュレーションできるようなことになると、試さなきゃいけない探索範囲がグッと狭まるのでとても有効。素晴らしい!
コメントを見ていると、モデル化の誤差を多くの人が気にされているみたいだけど、安井先生が書かれているように、そのモデルの検証フェーズは必ずあるので、そこはそんなに心配いらないと思われます。
上にも書いたように、何かを決定する用途というより、膨大な候補の中から、動物実験などをせずに探索範囲を狭める用途に使われるということかと。
単純に疑問なんですが、恐らく現段階では恐らくディープラーニングというよりは人間がシミュレーションの式を作ってるんですよね?
過去の膨大な全体の変化の例をコンピュータに覚え込ませて、今回がどの例に当てはまるかを選ばせてるんでしょうか。
または細胞一つ一つの動きに条件を設定して、回りの細胞の変化に応じてどう変わるか計算したものを積み重ねるんでしょうか。
どちらにせよ、実現も大変だったのではないかと。すごいですね。どんどん適用範囲が広がっていってほしいし、期待しています。
↓ こんな精度なんですね…。シンプルにすごいです…。
「胃腸薬や抗アレルギー薬といった12種類の薬で試した。投与量を増やすなどすると副作用が出る薬を正確に見極めた。人に投与した場合と同じ結果だったという。」
これは素晴らしい取り組み!
これこそテクノロジーの得意分野って感じがする。
こういった技術はどんどん進化していくといいな、と思う。
新薬の開発スピードが速くなることは素晴らしい。さらに、動物実験の一部を代替できるようになることもとてもいいことだと思う。