下記の通り、CBI学会2021年大会・企業セッションに出展致しますので、是非ご視聴下さい。
日時：2021年10月26日 (火) ～ 10月28日(木) 12:00~19:00(28日最終日は17:00終了）
パトコア展示ブース：ES-08(F-7) （Remo 7階 左側）
参加登録
テレワーク中や共同研究先の研究者がグローバルに広がる今日の研究チーム。
様々な情報ソースからのデータで、化合物デザインの現場は混沌としています。
仮説から開発候補の選定までを支援する「化合物設計のプラットフォーム」は、デザインに関する情報を一元的に管理し、チームによる化合物デザインを支える「場」となります。
3つの主要機能で協力な化学特許のクレーム作成を支援
ドラックライクなミカルスぺ―スの大きさは約10^63分子と推定されています。この広大な空間のどこかから、未来の薬を見つけることが期待されます。科学者が容易にこのケミカルスペースにアクセスできるように、いくつかの化合物ベンダーは市販の化合物または、合成できる可能性高いことが予測されるドラックライクな化合物の商用データベースを構築しています。また、多くの製薬会社も独自のデータベースを構築しています。
ChemAxonでは化合物デザインプラットフォームDesign Hubから様々なデータベースへのアクセスを可能にしていますが、この度、ホワイトペーパとしてまとめましたので是非ご覧ください。
Design Hubのホワイトペーパーはこちらよりダウンロード下さい。
Oracle社のJavaサポートロードマップによると、Java 8のプレミアサポート期間は2022年3月に終了する予定です。その後、Oracle社はJava 8への拡張サポートを有料サービスとして提供します。
これに伴い、ChemAxonは2021年にJava 8のサポートを段階的に終了します。次のLTSリリース（2021年9月予定）が、Java 8に対応する最終バージョンとなります。そのリリース以降は、LTSおよびfrequentリリースともに、実行環境としてJava 11が必要となります。 Java 11は、発売されてから3年が経過した、よりモダン且つ安全なJavaのバージョンで、維持されているJavaライブラリのほとんどが既に互換性を有しています。今回のアップグレードは、私たちのツールやライブラリを最先端、将来性、安全性の高いものにしておくために重要な取り組みとなります。
ChemAxonは何年も前からJava 11に完全対応していますので、アップグレードは簡単でシームレスに行えます。今回の変更は、Java 11に対応していないものに当社のアプリケーションを組み込んでいる場合にのみ影響します。
Java 11は現在利用可能な最新のLTSバージョンであり、Oracle社は2024年9月まで延長サポートを提供しています。これに加えて、ChemAxonは実行環境としてAdoptOpenJDKを公式にサポートおよび推奨しています。AdoptOpenJDKは、「少なくとも2024年10月まで」無料でアップデートを提供する予定であり、オリジナルのソースコード（Oracle社の専門家によって維持されている）がそれ以降もアップデートを続ける場合は、さらに長い期間サポートされます。
上記のJavaサポートの変更と併せ、ChemAxonは次のLTSリリースをもってIKVMのサポートを終了します。
また、JChem .Net APIのサポートも同様に終了します。その結果、OLEコピーのサポート（およびいわゆるMarvinOLEServer）は、次のLTSバージョンのリリース後に終了します。当社では、Javaライブラリを.Net互換のDLLにコンパイルするために、長年にわたりIKVMを使用してきましたが、IKVMは数年前に開発者によって放棄されましたので、我々もこの技術の利用を終息することと致しました。 IKVMをサポートする最後のLTSでは、現在のソリューションから次のソリューションへの切り替えを容易にするため、サポート期間が延長されます。
ChemAxon .Netパッケージは引き続き利用可能で、その中のすべての機能は残りますが、将来の開発をサポートするために書き直されます。不足している機能がありましたら、ご遠慮なくお問い合わせください。新しいソリューションでは、公式にサポートされているJavaのブリッジングインターフェースを使用しますので、将来性があり、より安全で、よりパフォーマンスの高いエクスペリエンスを提供することができます。
IKVMは、Javaを.Netで再実装したものです。Javaで書かれたライブラリやツールにアクセスするためのブリッジング技術として使用されていましたが、Java 9のリリースと同時に公式サポートが終了しています。ChemAxon社は、次のLTSでより新しいJava技術に移行することを計画していますが、これによりIKVMのサポートは将来的に不可能になります。
KVMをサポートする最後のLTSでは、現在のソリューションから次のソリューションへの切り替えを容易にする為、サポート期間を延長します。
ChemAxon .Net APIはC＃で記述されており、ChemAxon.Net APIを利用するC＃開発者にとってより便利なツールです。JChem.Net APIはIKVM上で変換されたJavaコードを実行します。
SAMPL (Statistical Assessment of the Modeling of Proteins and Ligands) チャレンジは、合理的な薬物設計のための生体分子および物理モデリングの精度を評価することを目的としています。
最近発表されたSAMPL 6の評価では、オクタノール-水分配係数（log P）の予測に焦点が当てられました。このブラインドチャレンジの11化合物に対して、17の研究グループから91の予測が提出され、量子力学（QM）、分子力学（MM）、知識ベース、経験的、混合的な手法が用いられました。
その中から精度の高い手法が特定され、10種類の手法でRMSEが0.5 log P単位以下に留まりました。最も精度の高かった5種類のアプローチにおける精度の順位は、MMベース、混合、QMベース、Empiricalであり、RMSE値はそれぞれ0.92±0.13、0.50±0.06、0.48±0.06、0.47±0.05でした。
SAMPL 6の結果に触発されて、我々は最近、この比較的小さいが正確に測定されたデータセットを用いてChemAxonのlog P予測ツールの精度を確認しました。ChemAxon logP法は，Viswanadhanらが発表したatomic log P increments法に独自の大幅な拡張を加えて改良したものです。
logP予測は、JChem Base Ver.19.2（SAMPL 6の提出期限よりかなり前の2019年1月23日にリリース）を用いて、Cxcalcコマンドラインツールで次のオプションを設定することにより行われました。: “cxcalc logp -m chemaxon logp_sampl6.sdf”
結果は，ChemAxon社（CXN）からの期限切れ後の提出物をシミュレートして，オリジナルのスクリプトで分析しました．SAMPL 6チャレンジで評価されたすべての指標によると，ChemAxon社のlog Pは，0.31 RMSE（Fig 1.），0.23平均絶対誤差（MAE，Fig 2.），-0.02平均誤差（ME），0.82決定係数（R2，Fig 3.），0.95 Kendall tauとなり，最も高い精度を示しました。さらに、チャレンジ分子を用いたブートストラップ法で作成した95％信頼区間は合理的でした。
図1.メソッドタイプごとに色分けされたRMSE値。エラーバーは、チャレンジ分子のブートストラップによって得られた95％信頼区間を示しています。
図2.メソッドタイプごとに色分けされた平均絶対誤差。エラーバーは、チャレンジ分子のブートストラップによって得られた95％信頼区間を示しています。
図3.メソッドタイプごとに色分けされたR2値。エラーバーは、チャレンジ分子のブートストラップによって得られた95％信頼区間を示しています。
SAMPL 6データセットには，参照計算としてMOE，MoKa，BioByteの3つの商用ベンダーの計算値が含まれていました（表1. このブラインドチャレンジにおけるCXNの結果は，選択されたリファレンスを上回るものであった。CXNは低い平均誤差（-0.025）と高いR2 (0.825)を示し，予測値にバイアスやオフセットが含まれていないことを示しています。
表1. リファレンスの計算結果
ID name MAE RMSE ME R2 Kendall tau
CXN ChemAxon 0.232 0.314 -0.025 0.825 0.855 REF11 logP(o/w) (MOE) 0.388 0.543 0.190 0.587 0.673 REF13 SlogP (MOE) 0.473 0.552 -0.273 0.686 0.600 REF12 MoKa_logP 0.520 0.597 -0.082 0.665 0.550 REF10 h_logP (MOE) 0.507 0.605 -0.044 0.377 0.345 NULL0 mean clogP of FDA approved oral drugs (1998-2017) 0.660 0.789 0.422 0.000
REF09 clogP (Biobyte) 0.683 0.822 -0.257 0.463 0.477
個々の化合物の結果を詳しく分析したところ、絶対誤差が0.5を超えたのは、11例中1例（Fig 4-5.）のSM11のみでした。この分子は、経験的手法の平均誤差が最も大きいことが判明しました。元の出版物の図7. Bを参照ください。したがって、このモデリング手法の複雑なケースを代表しています。この例では、さらなる調査と最適化が必要です。
要約すると、ChemAxon log Pの計算により、SAMPL6チャレンジのこれまでに見たことのない分子で高い精度の予測ができました。この発見は、本モデルが一般的な予測力を持っていることを示しており、創薬プロジェクト全体で新規分子または実験条件の最適化に貢献する示唆しています。
ChemAxon社が提供する豊富なオプションにより、分子のlog P精度を評価し、次世代の化合物を設計することができます：
図4.観測値と予測値。
図5.分子あたりの絶対誤差。
※本稿はChemAxon公式ウェブサイトに掲載された下記の記事の日本語訳です。
Pushing the limit of logP prediction accuracy: ChemAxon’s results for the SAMPL 6 blind challenge
フィル・マクヘイル、ティム・パロット、ジャン・クリストファーソン
小惑星に人工衛星を着陸させたり、火星でヘリコプターを操縦したりと、人類の創意工夫によって克服されてきた課題が次々と生み出されていますが、「宇宙は最後のフロンティア」というのは、スタートレックのファンなら誰でも知っていることです。
このチャレンジングなフロンティアの側面は、化学空間にも当てはまります。
実在する化学物質や仮想の化学物質のライブラリが増え続け、何十乗もの大きさになると、従来のケムインフォマティクスのツールやハードウェアのインフラでは対応しきれなくなります。
「この化合物はライブラリに含まれていますか」、「このコレクションの中で最も類似した10種類の化合物は何ですか」といった、一見単純でありながら根本的に重要なドラッグデザインの質問は、これらの超大規模空間において許容可能な応答時間で答えることが不可能ではありませんが、難しくなります。
本稿では、大規模な化学ライブラリを検索する際の現在の課題について考察し、次の最適で新規な合成可能な生物活性構造を追跡するために化学空間のはるか彼方を探索しようとしているドラッグデザイナー、メディシナルケミスト、ケムインフォマティシャンに、「火星のヘリコプター」レベルの画期的なソリューションを提供する可能性のあるアプローチについて検討します。
製薬会社、公的なコンテンツ・リポジトリー、商業的な化学物質のサプライヤーやアグリゲーターが、既知の化合物、登録された化合物、公開された化合物、商業的に入手可能な化合物の様々なライブラリを統合して整理するにつれ、ファイル・サイズは数千万～数憶構造に近づくようになりました（例：eMolecules Plus 千万単位; PubChem, Sigma Aldrich 憶単位）。しかし、実在の化合物を合成可能な仮想化合物で補強することで、探索可能な化学空間の範囲と多様性を拡大したいという願望がありました。
Pfizer社は、社内のELN記録から得られた有効な反応変換情報と利用可能なビルディングブロックを組み合わせて、探索用の巨大な仮想ライブラリ（PGVL：1京の仮想、合成可能な化合物）を生成するコンビナトリアル技術を開発しました。他の企業やグループは、この反応ベースのコンビナトリアル・アプローチを基に、独自の知識やReaxysのようなソースからの文献ベースの反応情報を持ち込んで、ライブラリのサイズを拡大してきました。
DNAコード化ライブラリ（DEL）は、補完的なタイプの超大規模ライブラリを提供しています。バーチャルではなくリアルな化合物を、通常はスプリット＆プールのコンビナトリアルケミストリーを用いて、数十億から数兆の化合物を含む大規模な混合物を生成し、各化合物の合成反応の実績をDNAタグにコード化します。DELは、ターゲットに結合する分子を濃縮し、結合しない分子を洗い流すシングルポットアフィニティアッセイでテストができます。結合した化合物は、PCRで増幅・精製することでデコンボリューション・デコードされ、続いてタグのDNA塩基配列を決定することで、個別の構造が特定されます。構造は実際の化合物のものだけですが、それを仮想ライブラリーで表現するのはも困難です。
2020年12月に開催されたNIH主催の超大規模化学データベースに関するワークショップでは、複数の参加者が、商業的（Enamine REAL Space 1010構造体など）、公的（BioSolveIT KnowledgeSpace 10の15乗構造など）、専有的（GSK GSKchemspace 10の26乗構など）な超大規模化学コレクションと、実在および／または仮想の合成可能な化合物を探索するためのライブラリが継続的に成長していることを強調しました。このような規模のライブラリを効率的に表現、保存、検索する方法への要求は、並行して高まっています。
超大規模ライブラリの化合物を表現する最適な方法を見つけることは困難です。現在のケムインフォマティクスツールとコンピュータハードウェアでは、完全に列挙され、明示的に記述された超大規模な化合物セットを効率的に検索することはまだできず、1憶構造以上になると許容できないほど遅くなります。例えば、適切なメモリと特殊なハードウェアを使用すれば、10の6乗サイズの列挙型ライブラリは3.8MBを占有し、1秒という許容出来る時間で網羅的に検索することができますが、10の12乗サイズの列挙型ライブラリは3.8TBを占有し、検索には12日かかります。
このようなハードウェア/パフォーマンスの問題を解決するために、現在利用可能な技術は、フィーチャーツリーなどの縮小された化合物記述子を用いて、列挙されていないライブラリを表現・保存し、列挙されていないライブラリに対して最初に「ファジー・ファーマコフォア」類似性検索を実行することです。この方法では、より小さく、より焦点が絞られた、扱いやすいヒットセットを許容範囲内の時間で生成することができ、これらを列挙して、より詳細な構造および物理化学的特性の検索を行うことができます。
この手法は、リードの最適化やスカフォールドホッピングによく用いられるファーマコフォアの類似性/非類似性検索には適していますが、ライブラリ全体の完全な部分構造検索や、LogPやH-bond donorsの数などの重要な物理化学的またはトポロジー的特性を組み合わせた検索には対応していません。フィーチャーツリーは、環の置換パターンや立体化学を扱うことができないため、"この正確な構造は、列挙されていないセットに含まれているか？"や "データベースの中で、この潜在的なリード化合物に最も類似した化合物のセットは何か？"といった重要な質問に答えることができません。部分構造検索を提供する新しいアプローチもありますが、10の9乗以上のサイズのライブラリにどれだけ対応できるかについては疑問があります。
超大規模ライブラリのもう一つの課題は、可能な限りシームレスに共有する方法です。組織が完全な仮想ライブラリを受信して自社のサーバーやプライベートクラウドにロードし、さらに社内で処理や分析を行いたい場合、それぞれに複数のSMILESを含む大規模なファイルセットを送信することは、実行可能なソリューションではありません。
現在の離散的な列挙型構造を表現する方法は、超大規模なライブラリで使用するにはスペースを取りすぎる傾向があるため、すべての原子タイプ、連結性、立体化学を含む各化合物の構造を完全に忠実に再現する、よりコンパクトな非列挙型の表現が必要です。このようなニーズに応えるために、Compact Virtual Library (Compact VL)フォーマットが開発されました。
Compact VLは、MDL v2000のSDファイルをベースに、SDファイルのデータフィールド部に制限則や記述子を追加することで、反応変換情報をよりコンパクトに格納することができます。これにより、1つのSDファイルに完全なバーチャルライブラリーを格納することができます。例えば、反応物AとBがそれぞれ5Kずつの単純な二成分反応A + B → Cの場合、Compact VLでは25Mではなく10,001エントリーのSDファイルに結果のコンビナトリアルライブラリーを保存することができます。また、フィールドを追加することで、大きなコレクションの中のサブライブラリーを検索することができます。
このフォーマットのバーチャルライブラリは、現在入手可能なケムインフォマティクツールキットを用いて、反応変換ファイルとSDファイル内の試薬を組み合わせて生成することができ、一例として、Compact VLを生成するための KNIME ワークフローが作成されています。これにより、単一の SD ファイルとして共有できる仮想ライブラリが作成され、さらに分析および検索するために読み込むことができます。
現在、Compact VLフォーマットのライブラリを効率的に検索するための研究が進められており、類似性検索の強化や、完全な部分構造検索の追加が検討されています。大規模なライブラリをスケーラブルな検索システムに分散させることで、適切な検索性能が得られる可能性があります。
列挙されていないライブラリを検索するための新しいアプローチには、ファイザーが開発したLEAP2に似たアルゴリズムや、部分構造やMarkushベースの技術が含まれており、研究者がこれらの超大規模な仮想ライブラリを探索する際に、これまで答えられなかった重要な構造ベースの質問に対する答えを得ることができるようになるかもしれません。
※本稿はChemAxon公式ウェブサイトに掲載された下記の記事の日本語訳です。
Challenges in Searching Ultra-large Chemical Libraries by Phil McHale, Tim Parrott, Jan Christopherson
Compact VLと関連するKNIMEワークフローの詳細、およびこれらの新しい検索方法について、2021年6月9日よりウェブセミナーが開催されました。動画をご希望の方は以下よりお申し付けください。
お問合せフォーム以外にも、電話やE-mailでのお問い合わせも受け付けています
03-6256-0331
( 平日 9:00 ～ 17:30 )
希望する化合物のすべてをカバーし、先行技術との重複がない特許明細書を作成することは、とても骨の折れる作業であり、大きな責任を伴います。
Markush Editorは、ドラフティングプロセスのすべての段階でお客様をサポートし、時間と労力を節約し、強力で高品質なクレームの作成を支援します。
本ウェビナーでは、現在開発中の日本語によるクレーム文案の自動生成についてもご紹介します。
本ウェビナーは、2021年6月17日に開催されました。動画をご希望の方は以下のボタンよりリクエスト下さい。
従来のJChem Web Services ClassicはモノリシックなWebサービスでしたが、新しいJChem Microservicesでは、大規模なデータセットを扱える最新世代の検索技術を採用しています。
マイクロサービスアーキテクチャはモジュール化されており、一枚岩のアプリケーションではなく、特定の機能を持つ小さなモジュール群を提供します。
JChem Microserviceは、化学データセットの検索、化学ファイルフォーマット間の変換、化学的性質の計算など、異なる機能領域のための小さな個別モジュールを提供します。これにより、拡張性があり、管理が容易で、特定のクラウドに依存しないという利点が生じます。 本ウェブキャストでは、マイクロサービスを使用して高可用性アーキテクチャを設定する方法を説明し、サービスとしての大規模なREAL Database※検索の事例について実演します。
本ウェブキャストは、2021年6月9日に開催されました。ご希望の方は以下のボタンより動画をリクエスト下さい。
※「REAL Database」はウクライナのEnamine社が提案するバーチャル化合物ライブラリーで、約13.7億構造の巨大なデータベースです。
András Volford（アンドラーシュ・ヴォルフォード）
アンドラーシュ・ヴォルフォードは、ブダペスト工科経済大学で化学における非線形動的システムを研究し、物理学の博士号を、また、薬学工学の修士号も取得しています。構造表現、立体化学、分子検索、さまざまなデータベース技術など、ケムインフォマティクスの分野で20年以上の経験を持ちます。ChemAxon社の共同経営者であり、現在はJChem Search Engines社のプロダクトオーナーです。
András Strácz（アンドラーシュ・ストラッツ）
アンドラスはコンピュータ サイエンティストで、2009 年に ChemAxon に入社しました。それ以来、Chemicalize や Plexus Design の初期バージョンなど、ChemAxon の Web ベースの製品の開発に携わってきました。ここ数年は、Design Hub のプロダクト マネージャを務めています。
本セミナーの動画をご希望の方は以下よりお申し付けください。
お問合せフォーム以外にも、電話やE-mailでのお問い合わせも受け付けています
03-6256-0331
( 平日 9:00 ～ 17:30 )
ケミカルエディターMarvinSketchからGoogleがインデックスしている豊富な情報にワンクリックでアクセスすることで、研究者は興味のある構造に関連する出版物や先行技術をすぐに見ることができ、洞察力を発揮してイノベーションを促進することができます。
ブダペスト、2021年4月 - 化学・生物学ソフトウェア開発のリーディングカンパニーであるChemAxon社は、本日、広く普及している人気の化学エディターMarvinSketchから、Googleが索引を作成し、自由に利用できる「Google Scholar」や「Google Patents」を介してアクセスできる膨大な科学情報やその他の公開情報への直接リンクを追加したことを発表しました。 科学者は、新薬やその他の化学物質を設計する際に、既存の知識を基にして新たな知見を得たいと考えており、有害な毒性、高難度の合成、特許保護などの問題を回避したいと考えています。その為には、ChemAxon社のMarvinSketchのような化学エディターで新しい構造を描いている最中に、関連する情報にす早くアクセスすることが一番です。
MarvinSketchの新しいGoogle検索ボタンは、描いた構造をすぐにGoogle ScholarやGoogle Patentsにクエリとして送信するので、研究者はその化合物についてどのような論文が発表されているか、どのような特許の先行技術が存在するかを確認することができます。 ChemAxon社のプロダクトディレクターであるEufrozina Hoffmann氏は、「当社の顧客は、Googleの強力な化学物質検索機能を利用して、関連する出版物や特許を調べたいと考えていましたが、SMILES文字列を生成してGoogleにカット＆ペーストするというMarvinSketchからの従来のアクセス方法では、煩雑で時間がかかることがわかりました。我々はGoogleと協力して、この時間短縮のための新機能を開発し、お客様がその恩恵を受けることを確信しています。
チューリッヒ工科大学のグレッグ・ランドラム氏は、「MarvinSketchの中からGoogle特許を直接検索できることを知って、嬉しく思いました。チームが2019年に発表して以来、Google Patents/Scholarの化学検索を使っていましたが、スケッチャーの中からこの素晴らしいリソースにアクセスするのはとても簡単です」と述べています。 Google化学検索エンジンでは、完全構造一致検索に加えて、部分構造や類似構造検索も可能で、これらのオプションは検索時に指定できるほか、検索対象をGoogle ScholarやGoogle Patentsに限定することもできます。このMarvinSketchの新しい「Google chemical search ボタン」は、ケミカルエディタでGoogle PatentsやScholarでの検索を直接行うことができるもので、ChemAxonとGoogleの緊密な協力により開発されました。この新しいボタンは、リリース20.16から、すべてのライセンスをお持ちのお客様にご利用いただけます。
References:
創薬プロジェクト全般にわたって、薬物動態と毒性パラメータの最適化は重要な目標となります。hERGカリウムイオン受容体は心臓の正常な電気的活動に寄与していますが、薬物などの異物から干渉されることにより、QT延長症候群や不整脈が引き起こされます。最悪の場合、発現した心毒性により生命が脅かされる事態となります。したがって、候補化合物のスクリーニングや構造最適化により、hERG阻害を起こし得る化合物を早期に検出することが重要になります。
本セミナーでは、hERG阻害能を予測する回帰モデルの開発と化合物デザインプラットフォームでの利用事例が紹介されました。 ご希望の方に録画版をご案内しておりますので是非下記「hERGお問い合わせ」ボタンよりお申込み下さい。
ChemAxon社の新しいADMETプラグイングループでは、機械学習の手法をキュレーションされたデータセットに適用し、信頼性の高い予測モデルを作成しています。トレーニング済みモデルを用いてhERG阻害を予測することにより、候補化合物に対する心毒性リスクを評価できます。セミナーでは、hERG阻害能を予測する回帰モデルの開発と、用いた評価データについて説明します。また、推定誤差、適用可能性ドメイン、トレーニング化合物中の類似構造の可視化など、予測結果を詳しく見るためにアプリケーションに必要とされる機能についても説明します。
創薬プロセスでは、設計した化合物のADMETパラメータを最適化し、単一のターゲットタンパク質（人体に存在する約2万個のタンパク質の内）と効果的に相互作用する化合物を探し出す必要があります。複雑な要素を考慮し、最終的には候補化合物のパラメータがターゲット化合物のプロファイルを満たすようにバランスを取る必要があります。したがって、設計の際に用いるツールは、必要な全ての情報が効果的に収集されたシステムに統合されている必要があります。
本セミナーでは、hERG阻害能予測プラグインを創薬プラットフォーム（Design Hub）と統合させて説明いたします。Design Hubはデータベース検索、物理化学特性の予測、計算モデル、プロジェクトパイプラインなどのツールを統合した創薬プラットフォームです。創薬プロジェクトにおけるオンライン上のコラボレーションを実現し、化合物セットのデータ共有や優先順位付けを通じてプロジェクトメンバー間の意思決定をサポートします。
ChemAxonでは、5月下旬に開始されたCheminfoStoriesの成功を受け、アジアパシフィック向けのオンラインイベントを11月10日から3日間にわたり開催致します。
ユーザー様による事例発表に加え、ChemAxonからは機械学習、ドッキング、hERG計算機など、前回のイベント以降に追加されたエキサイティングな新機能についてご説明します。
下記プロググラムをご覧頂き、ご興味のあるセッションに是非ご登録してください。（ご登録されたお客様が当日参加できない場合、録画版にアクセスできるよう後日ご案内させて頂きます。）
|
11月10日 （火） 14:00
|
Session #1:化合物設計 |
このウェビナーでは、新しい化合物の設計、視覚化、または登録に関するChemAxonの機能を紹介します。 これは通常のプレゼンテーションではなく、ソフトウェアのデモになります。 化合物ドッキング、利用可能なすべてのデータに依存する予測モデル、仮想化合物登録、hERG計算などで最も暑い夏の開発に興味がある場合は、ぜひご参加ください。
|
|
|
11月11日（水） 14:00
|
Session #2:バーチャルケミストリー |
本セッションでは、ChemAxonのコアテクノロジーであるJChemエンジンと、そのパワフルな能力を活用した3種類のアプリケーション、Instant JChem（化学DB管理アプ）、Microsoft Office、KNIMEに焦点を当てます。この後者のプラットフォームにより、ChemAxonが提供する機械学習の機会を探ることができます。
|
|
|
11月12日（木） 14:00
|
Session #3:IPとMarkushテクノロジー |
3日目は、ChemAxonのユニークなマーカッシュテクノロジーに焦点を当てます。 クレームドラフティング、自動骨格検出、インタラクティブなマーカッシュ分析、自動または半自動化された方法での迅速な化学物質含有量抽出の過去6か月間の主要なハイライトと新しい開発について説明します。
|
