💊
創薬テクノロジストへの道も一歩から
はじめに
この記事は、大学で情報工学を学んでソフトウェアエンジニアとして就職した筆者が、次のキャリアとして「創薬テクノロジスト」を目指したいと考えて、それを実現するまでに行ったことを発信していく記事です。
私の情報
- 知能機械情報学専攻 (機械系と情報系の合いの子) 修了 (修士)
- 研究室は生物と機械のハイブリッドを研究する分野で、イオンチャネルをin vitroでセンサとして使う研究に参加していた。生命科学の知識としては、膜電位やIC50などの言葉は知っているくらい
- 授業で深層学習の数理などは習ったが、研究面では古典的機械学習の方が適用しやすかった。pytorchなどのフレームワークは授業で触ったことはあるが、実務で使った事は無い
- つまり薬学も情報工学も(あと機械工学も)初学者
イメージをつける
-
【AI創薬】AlphaFold3の論文を読んでみる
- 2024年5月に公開されたAI創薬の論文です。中身を詳細に追ったことはなかったため、自分の調査と合わせて内容を解説しています。
-
ラボオートメーション関連の論文3本紹介
- 2023年～2024年に公開された、ラボオートメーション関連の論文を調査しました。ラボオートメーションという言葉はかなり定義が広いため、その中のトピック3つについて内容を紹介しています。
まずは基礎知識をつける
-
医科歯科大学清水秀幸先生のロードマップを読む
- ライフサイエンスと数理科学の融合領域において、どのように勉強を進めていくのが良いかの一例を示してくださっています。このページを見かけたことで、私もこの領域を独学してみようという心構えができました。
-
機械学習の勉強1: 『Pythonで体感！医療とAIはじめの一歩』を読む
- 医療データを題材にした、機械学習の入門書です。古典的機械学習と深層学習がバランスよく盛り込まれていて、復習の第一歩としてとても有用でした。
-
薬学の勉強1: 『THE 創薬 少資源国家にっぽんの生きる道』を読む
- 日本の創薬研究について詳しく網羅されています。単語を見つけ調べるを繰り返すことで、創薬モダリティについてなどとてもよく理解できました。各社の研究ストーリーも見どころです。
- ビジネスの勉強1: 『AI・データ分析プロジェクトのすべて』を読む
- 統計の勉強1: 『基礎から学ぶ統計学』を読む
- 医学の勉強1: 『からだがみえる』を読む
複合領域に飛び込んで道を広げる
- LabCodeさんの記事を読む
- 薬学×情報の演習1: 『独習Pythonバイオ情報解析』を読む
- 薬学×情報の演習2: 『Pythonで実践生命科学データの機械学習』を読む
- 情報×ビジネス
- 薬学×ビジネス
- 薬学×統計の演習1: 『Rではじめるケモ・マテリアルズ・インフォマティクス』を読む
- コミュニティを探す
実際に使ってみる
- 統計量を分析する (グラフを作る)
- RNA-seq
- 分子標的探索
- 生成AIでの業務効率化
- 実験の自動化
- AlphaProteoを使ってみる
プログラミング演習
雑感
-
創薬テクノロジスト / Pharmatechnologist という概念
- 情報系出身のエンジニアが、創薬業界に入るとして何ができるのだろう？ということを考えた際の雑記です。今は曖昧模糊な状態ですが、キャリアを積んでこれが明確にできた際には、初学者からの道を示せるようにしたいと考えています。
Discussion