ADMEWORKS ModelBuilder

ADMEWORKS ModelBuilder
販売終了のお知らせ
  • Caution 本製品は2022年3月31日をもって販売を終了しました。
    後継製品はAI創薬基盤「SCIQUICK」となりますので、引き続きのご愛顧をお願いいたします。

    「SCIQUICK」では、オールジャパンでの医薬品創出プロジェクトとの共同研究により作成された
    ADME、心毒性、肝毒性モデルを搭載しました。
    特にADMEモデルでは、国内製薬企業データの利用により、学習データも充実しています。
    簡単な操作で予測モデルを新規作成または改良することもできます。
    ご興味ございましたら、以下のHPよりお気軽にお問い合わせください。

保有データからパラメータを発生し、自社オリジナルで信頼性の高い予測モデルを構築。
統計解析の知識がなくても容易に使いこなすことが可能です。

医薬品、化学物質などの新規開発には膨大な費用と期間が必要となります。
安全性や毒性を開発段階の早期に精度良く予測することで、開発費用の削減および期間の短縮が期待されています。
本システムは予測モデルの信頼性を高めるために、自社データを利用した「化学データ解析支援/予測モデル作成システム」です。

特長

  • 1
    クラス分類を行う定性モデル、数値に基づく定量モデルを作成できます。
  • 2
    5000を超える化学パラメーターをご利用できます。
  • 3
    実験値などのパラメーターを加えた予測モデルを作成できます。
  • 4
    統計解析の知識がなくても、良好なユーザインターフェースで多くの解析手法を利用したモデルを手軽に作成できます。

機能

ModelBuilder予測モデル作成手順

  1. STEP1
    実験データ入力
    • 化学構造式
    • 実験・文献(ADMET)データ
  2. STEP2
    モデルとパラメータの選択
    パラメータ
    • トポロジー
    • 物理化学的
    • 部分構造
    • 電子関連
    • 分子対称性
    など5,000以上
    化学物質の構造特徴を数値的・定量的に表す
  3. STEP3
    特徴抽出
    強力な特徴抽出機能
    • 線型判別分析
    • 線形重回帰
    • 基本特徴抽出
    • 高次特徴抽出
    ベーシックとアドバンスの組み合わせにより威力を発揮
  4. STEP4
    予測モデル作成
    モデル式
    • MLR線形重回帰
    • PLS
    • LogisticRegression
    • Linear Discriminant Analysis
    • KNN
    • Fuzzy ALS
    • SVM
    • AdaBoost など
    入力した構造式と実験値間の関連性抽出
  5. STEP5
    モデル検証
    検証手法
    • Split-N-Fold
    • ROC
    • Random Test
    • Leave-N-Out
    外部検証・内部検証

薬物動態・毒性予測システムADMEWORKS series に関するお問い合わせ

ページの先頭へ