空飛ぶ車の最新情報です：大阪府が飛ばすようです。

 昨日のニュースに空飛ぶ車の有人飛行がトライされると出ていましたのでリンクいたします。

タイトルは以下のようになっていました。

空飛ぶクルマ、国内初の有人飛行へ 来年２月

　

　写真で見る限り、飛行機の翼ようなものは無いので、ドローン（ヘリコプター）タイプの空飛ぶ車です。　

　いよいよですね！

海浜幕張での花火大会がとてもきれいで、ファンタスティックでした。ターマヤーーー、カーギヤー－－！！！

 「幕張ビーチ花火フェスタ（第44回千葉市民花火大会）」

が開催されました。

  今年は三年ぶりの開催となりました。 私達夫婦は海浜幕張の友人のタワーマンションの部屋からこの花火大会を観賞しました。 例年と異なり、打ち上げもまっすぐに打ち上げずに、海に向かって斜め打ちするということでしたので、きれいに見えるか心配でした。　しかし、花火を斜め上から観賞する感じとなり、その結果垂直打ち上げ時よりもきれいに見ることが出来ました。

　この花火の様子は家内がYouTubeに投稿していますので、ゆっくりと観賞してください。　海浜幕張のAPAホテルのガラスにも花火が反射しています。　とてもきれいで、素晴らしく、楽しい時間を過ごすことが出来ました。　

　アップしたYouTube動画は「残暑お見舞い」兼用となっています。　なお、これら以外にも、様々なご挨拶や、海外学会参加での観光旅行や、習志野及び千葉関連の紹介動画等がインシリコデータのホームページ（Relux 休憩サロン）にアップされていますので、ご鑑賞、楽しんでください。

　以下はインシリコデータからの「暑中お見舞い」です。

　コロナ、ウクライナ、地球温暖化と大変な時代となっております。　インシリコデータは近未来の革新的な技術となる「オートノマス（自律型）化学研究」に集中してまいりますので、よろしくご支援お願いいたします。

最新の空飛ぶ車の動画がアップされました：夢が現実のものとなっていますね。

 　本日の記事に空飛ぶ車（eVTOL)を用いた通勤の様子の動画がアップされました。　夢と考えていたことが現実のものとなりました。写真の空飛ぶ車はかなり格好がいいのですが、かなり大型ですね。　イメージ図なので恰好が優先したのでしょう。　基本的にドローンの延長の格好です。　一方で動画の空飛ぶ車（eVTOL)はかなり小型のものですが、二重反転プロペラを4基用いて、一人乗り用です。　運転もかなり簡単な感じです。企業自体は2017年創業なので約５年程度でeVTOLの実用化に成功したようです。

　ひと昔前の夢が、現実のものとなる。　技術の進歩は想像以上に急速です。　このような流れは、急速に発展している化学関連分野（創薬、安全性、物性、環境、他）でもひと昔前の夢が現実のものとなることが増えてくるでしょう。　例えば、化合物のタンパクとのドッキングシミュレーションがごく普通に実施され、仮想世界で実際にタンパクの中に潜り込んでドッキングする等は、やはりひと昔前は夢の世界の話でした。

　次は、「オートノマス（自律型）化学研究」が現実のものとなるのも時間の問題でしょう。　夢を見る、期待するだけでは物事は動きません。　夢を目指して頑張ってまいります。

「空飛ぶ車」が販売されています：ひと昔前に夢だったことが現実に・・：「オートノマス（自律型）化学研究」のお勧め

 　日本初のベンチャー企業であるテトラ・アビエーションが開発した、一人乗りの「空飛ぶ車（電動航空機）」の米国での販売（来春の初納品予定）に向けて活動し始めたそうです。　先日には、自動運転レベル４のEVが中国で販売というニュースがありました。

　空飛ぶ車や自動運転は私の若い時や、最近までは「夢」の中での話でした。　当時は、出来ればすごいけれど、こんなの出来るはずがないと思っていました。　しかし、現在はこれらが次々と現実のものとなりつつあります。　空飛ぶ車や自動運転を支える技術が総花的、且つ急速に発展したことと、これらの様々な技術を駆使することで、ひと昔前の夢の実現が現実のものとなりつつあると強く感じます。

　現在はひと昔前と比較して、様々な技術が一斉に発展、生まれてきています。　特にコンピュータ関連の技術の発展や広がりは急速で、先の空飛ぶ自動車や自動運転が現実のものとなった大きな要因はIT技術が様々な点で採用され、昔は不可能であったことを可能にしているという点があります。

　特に現在急速に発展しているのはデータサイエンスや人工知能研究分野で、これらを支えるビッグデータの技術です。　コンピュータのCPUの発達、メモリーの低価格化と高容量化、インターネット等のネットワーク技術、４G/5G/6G等の通信技術、等々の様々な技術が大きく影響しています。

　翻って、化学分野の現状を見てみると、他の分野と比較してその発展が大きく遅れていると感じます。　歴史的に見ると、研究や技術の発展は、①人による総ての作業の実施から始まり、続いて②機械力の導入による高速・大量化への発展、続いてコンピュータによる③自動化への進展で、より高度の生産技術の確立となります。　この発展の次に来るのが、④オートノマス（自律型）化学研究となります。　現在の様々な技術の発展と展開を見れば研究のオートノマス（自律型）化は必然のものとなります。　

　しかし、時の流れを待つだけで何もしなけらば、いつまで経ってもオートノマス（自律型）化学研究の実現は困難です。　一日でも早く、オートノマス（自律型）化学研究実現に向けて動き出すことが、激しく展開の早い競争時代を生き抜く大きなポイントです。

　インシリコデータは、時代の流れと変化が必然的にオートノマス（自律型）化学研究時代を導き、近いうちに現実のものになると考えます。　受動的に時代の変化を待って様子見をする、あるいは他の動きを見てから動くという行動は危険で、自滅します。

　インシリコデータは世界的にも、国内的にも活動が殆どない現在こそ、現在の化学研究スタイルを世界に勝てる、最先端のものとすべく、「オートノマス（自律型）化学研究」を推進する活動にチャレンジいたします。　次世代型の研究スタイルとなるオートノマス（自律型）化学研究で次世代型の研究成果を上げることにご興味ある方は、ご賛同いただければ幸いと存じます。

４回目のワクチン接種の予約を行いました：今回の予約は簡単に取れました。

　先日、４回目のワクチン接種券が送られてきました。　早速、最短での接種予約を行いましたが、今回は苦労することなくスムースに予約を取ることが出来ました。　１，２回目がファイザーで３回目をモデルナにしましたので、今回はファイザーにしました。

　私は過去三回とも殆ど副作用を経験していないので、４回目の接種も抵抗感なく受け入れられます。　しかし、副作用が殆どないということはワクチンの基本原理からかなり心配です。　少しだけでも副作用が出ればいいのですが、年のせいか抗体も生成されにくいのかなーーと心配になります。　その代わり、副作用が出ないので、何回でもワクチン接種するぞおーーと意気込んでいます。

追伸：昨日（７月４日（月））４回目のワクチン接種を行いました。　ファイザーです。　副作用出るか注視していましたが、接種部位に軽いしこりが残っただけで、その他の症状は全く変化なしで、過去三回と同じです。　これで、一安心です。

２月２１日実施の AI-SHIPSシンポジウム（AIを用いた新たな毒性予測に向けて、AI-SHIPSプロジェクト― 事業の成果と今後の展望 ―）での質問内容です：

 

　先日開催されたAI-SHIPSシンポジウムにてチャットにて質問した内容と追加の質問項目です。　当日は、時間的な制限もあり残念ながら以下の質問に対しての回答は殆どありませんでした。

■全体的かつ一般的な質問

・本PJではAIを標榜していますが、AI技術の適用はどのようにされたのでしょうか？

・機械学習を行ったのでAIであるということが多いのですが、機械学習は本質的にデータサイエンス分野での基本技術であってAIでは本質ではないと考えます。

　現在のAIとはネットワーク型で、従って最低でもNNが基本で深層学習が中心と考えます。

　機械学習を行えばAIであるならば、現在のMVA（多変量解析）やPR（パターン認識）は総てAIとなりますね。

 □インシリコデータからの質問

・弊社もビッグデータをターゲットとするが、本PJでのビッグデータとはどのようなサイズなのでしょうか、参考にさせていただきます？

 ■化合物の選択関連

　研究用データベースの構築においては化合物の選択は極めて重要な問題です。　どのような基準で実施されたのか？具体的に教えてください。

・化合物空間等意識したのでしょうか　→　データ解析上で重要です

 ・Ｄ体、Ｌ体、ラセミ体、メソ体化合物等の立体情報やEやZ等の幾何異性体の扱いはどのように選択、対応したのでしょうか　→　生理活性物質を扱う点で重要と考えます。

 ・有機塩等の化合物は基準なく選択したのでしょうか。　塩の種類等は統一したのでしょうか　→　塩の違いによる活性変化等への対応上重要です

 ・インシリコ予測ではサンプル数とパラメータ数のバランスが大事です。　過剰適合等の問題は考慮されているでしょうか？

 ・実験項目を細かく、正確にすると相対的にサンプル数も減りますので、インシリコでの毒性予測には不利・不安定となります。　インシリコ予測の特性を考えた対策は取られているでしょうか？

 ・混合物や不純物はどのように扱ったのか、考えたのか教えてください　→　安全性分野での不純物の扱いにはICH　M7等定められているが、化合物選択時にこのようなことは考慮されたのでしょうか？

■予測関連に関する質問です

・予測モデルや予測用ツリーはどのような形で、いつ公開されるのでしょうか？

・オートスケーリングはどのようにされていますでしょうか？

・三次元パラメータは使っていますでしょうか？

・予測モデルは更新が必要となりますが、可能であれば更新のスケジュール等を教えていただきたいのですが

 ■山崎先生への質問です：船津座長より、これは質問でなくコメントであると修正いただきました。

・化合物選択の戦略とアプローチ素晴らしいと感じました。参考にさせていただきます。

・重回帰での予測はｒだけで評価するものではないと考えます。　Ｓ字曲線（非線形）のグラフでも、線上から外れた化合物群の特徴や別の解析に適用する等臨機応変に対応できます。　これらの展開で新しいことが見えてくるかもしれません。

 ■システム・データベース関連への質問です。

　化合物のコンピュータ上での扱いで極めて大事な「一元一項や一元多項」への対応はどのような手段で対応されているのでしょうか。　具体的に教えてほしいと思います。

・一元一項対応がされなければ、化合物データベースでの扱いはメチャクチャとなります。

・この一元一項対応に対する処置はどのように対処されているでしょうか？

・一元多項対応がされなければ、データ解析はうまくゆかないことは明らかです。

 ・化合物データベースはいつ公開されるのでしょうか？

　化合物データベースが公開されれば、一元一項や一元多項対応がされているかは直ぐにわかりますし、他のプロジェクトでの展開や検証も可能となります。 

■AIに関する一般的な質問です

　現在のAI技術の展開ではサンプル数が多いことが必要条件となっています。

・安定的なAI実施のために必要なサンプル数はどのくらいと考えるでしょうか。

・サンプル確保のための工夫として何か工夫されましたでしょうか？

 ・本PJでは毒性に関するAOPの考えや、それへのチャレンジが提唱されています。　AOPに対するAIでの要因解析はどのようにされているのでしょうか？

・AIによる要因解析にはディープテンソルやSHAP Value等複数ありますが実施されたのでしょうか？

 ・機械学習を適用したからＡＩであるというのは疑問です。　機械学習は基本的にデータサイエンス分野での基本技術であってAI分野では本質ではありません。

・現在のAIはネットワーク型で、最低でもNNが基本で深層学習が中心と考えています。　もしも機械学習を行えばAIであるとするならば、現在のMVAやPRは総てAIとなりますね。

　以上の他にも気になる観点の項目等ありましたが、時間も限られていることもあり総てを尽くすことはできませんでした。

□AIに関する討論の場です。化学AIを学ぶ上での参考にしてください。

Drug Design and Toxicity Prediction by AI:人工知能による創薬、毒性評価

 

コロナワクチン注射での副作用予測が出来ると素晴らしいですね：It would be great to be able to predict the side effects of corona vaccine injection.

　私は２月２日にコロナワクチンを注射しました。　1/２回目はファイザーで３回目はモデルナでした。肩が少し痛んだだけで、発熱もなく好調でした。　一方家内は２月４日にワクチン注射しました。　３回とも同じファイザー製ワクチンを注射したのですが、家内は当日から発熱し、二日目は本格的に発熱し三日目に熱が低くなりました。　ワクチンでの発熱なので、一過性で、そのあとは問題ありません。　とりあえず、私と家内はワクチンを三回打ったのでコロナ対策に関しては安心しています。　副作用があったとしても一過性です。　しかし、コロナに罹れば他人に迷惑をかけ、自分も入退院や治療で散々な目にあうことを考えれば、ワクチンは受けた方が賢明です。

　私も家内も一緒に暮らして、寝食も共にしているのですが、副作用に大きな違いが出てしまいました。　副作用が出るか出ないかは、生活関連状況というよりも個人差が大きいということですね。　家内は、四回目は受けたくないと言っています。　私は四回でも五回でも何回でもOKです。

　コロナワクチンの投与率の低さが問題になり、これには様々な問題が関係しますが、大きな理由は副作用が怖いということのようです。　であるならば、コロナワクチン投与の前に副作用の有無や種類、強さ等がわかれば、予め投薬等の準備やこころがけ等も出来るし、注射後のフォローもより効率的にできるでしょう。　人々のコロナワクチン投与での安心感もより大きくなるでしょう。

　このコロナワクチンの副作用に関する予測は、手法的には通常の薬物の副作用や毒性予測と同じ手法の適用が可能と考えます。　今まで培ってきた化学データサイエンスや人工知能による作用／副作用／毒性／物性等の予測手法が役に立つはずです。　面白くなってまいりました。

　

昨日、三回目のワクチン接種致しました：副作用は殆どなかったですね

　 昨日（２月２日）に三回目のワクチン接種を致しました。

　今回はモデルナ製ワクチンを投与し、前回の一／二回目はファイザー製ワクチンでした。

　私の考えでは、RNAワクチンのような精密なコードを有するものは、同一の会社製品を用いるよりは実施目的が同じならば製造会社の異なるワクチンの方が、対応するウイルスの変化性に強くなるものとイメージしています。　ワクチン投与で産生される抗体も精密機械ですので、ワクチンの細かな違いにも対応したものが出来るはずです。　創薬も同じで、ターゲット活性が同じであっても対応するメカニズムの異なる化合物を用いれば効果は異なってきます。　従って今回は一／二回目のファイザーからモデルナに替えました。　自動車に例えれば、同じ自家用車と言っても、メーカーの違いによって細かな点で特徴があり、差異が出てきますが、自家用車としての機能に違いはないのと同じです。

　モデルナの方が副作用が強いというイメージがあったので、それなりに覚悟していましたが、私の場合は殆ど感じられる程度の副作用はありませんでした。　ファイザーの時も殆ど副作用は出なかったので、私は個人的にワクチンへの対応が早いのかもしれません。　・・か、老体になって対応ができにくくなっているかも？？？　　従って、本当に抗体ができているのかなーと心配になります。　副作用が出た人と出なかった人とで抗体の産生量が変化しているかどうか調べてもらいたいですね。

　オミクロンで世の中（世界中）は大変な状況となっています。　連日過去最高の放送がされております。　一応三回目の接種は済んだので、私は安心しております。

　皆様もオミクロンに注意されてお過ごしください。　

約１０年強眠っていたKY法に関するブログが再スタート致しました：The blog about the KY method, which has been sleeping for about 10 years, has restarted.

 　ＫＹ法が発明された2010年に作成したブログ（ky－taroのブログ）が見つかりました。

 　10年間も保存されていたことに驚くと同時に、こんな感じで書いていたんだと、とても懐かしく感じました。昔の自分が思い出されて、楽しく読みました。

　現在の目で見ても、内容はフレッシュで、現在私がKY法のブログとして立ち上げているKY法のブログと遜色なく（当然ですね私が書いておりますから）、むしろ相補的な情報が書かれていることがわかりました。私の目で見ても、こんなフレッシュな感じで考えていたんだと嬉しく感じます。

　KY法に関する現在および当初のブログと両方とも役に立つ情報がアップされております。またブログを管理する立場であると、書き込む内容が多くなると複数のテーマや内容を併記することはホームページと異なり、一個のブログでは扱いきれないことが多々生じます。この点で、たとえ同じテーマであっても複数のブログがあることは、ルック＆フィールの関係や、討論等でテーマを分けて議論できる等の利点があります。

　以上の考えより、今後はKY法に関する二つのブログを上手に運用しながら討論や発表を効率的に実施してゆきたいと考えます。今後とも両方のブログをご活用いただき、ご支援いただければ幸いと存じます。

　⇒　「現在のKY法に関するブログ」

　⇒　「最初に設定されたKY法に関するブログ」

　KY法が生まれてから既に１４年ほど経ちました。急速なIT関連環境の進歩と発達により、時代は大きく変化し、「ビッグデータ」時代に突入しました。１０年以上前の環境では「ビッグデータ」と言われる環境は夢想だにしませんでした。それが「ビッグデータ」という言葉が出来て、その適用が注目されている時に、十年以上も前に開発されたKY法が正に「ビッグデータ」対応データ解析手法として再出発しようとしています。感無量です。

　私も頑張ってまいりますので、よろしくお願いいたします。

データサイエンスや人工知能の現在における大きな流れについて：ブームから社会インフラへ

　昨年まではIT技術の広範囲かつ急速な進歩により、ビッグデータ時代が到来し、これに伴い大量のデータを扱うデータサイエンスそして人工知能等の技術が展開されてきました。この流れは強く、今後も続いてゆくものと考えます。

＊過去におけるデータサイエンスや人工知能と歴史的な展開の流れ：ブームとしての流れ

　データサイエンスや人工知能技術に関する歴史は古く、コンピュータ技術の発展や展開とともに拡大してきました。しかし、その時々で新たな展開があり、そのたびに急速に発展しますが終息するのも早かったものです。データサイエンスではパターン認識の発展と終息、ファジイ理論の展開と終息、ニューラルネットワークの開発と終息と何度も繰り返されてきました。その都度新たな手法を学び、ソフトウエア等を開発し、実際に適用実験を繰り返してきました。人工知能もデータサイエンス同様に、何度も発展と終息を繰り返し、私もその恩恵にあずかり、システム開発を行い、終息の経験を繰り返してきました。

　このように、新展開と発展、そして終息を何度も繰り返してデータサイエンスや人工知能の展開が繰り返されてきました。このような経験を持つと、最近のデータサイエンスや人工知能の展開を見ても、ブームみたいなものでそのうち終息するだろうとみていました。

＊現在のデータサイエンスや人工知能と歴史的な展開の流れ：社会インフラとしての流れ

　今回の流れは従来までのパターン（ブーム）と異なり、時代や社会の大きな流れとしてIT関連の様々なインフラやハード技術の高まりがあり、この流れの中で新たな時代にて重要な役割を果たす社会インフラとしてデータサイエンスや人工知能が受け入れられたものと考えられます。

　この結果、今回のデータサイエンスや人工知能の流れはブームではなく、社会生活やライフスタイルの変化に伴って受け入れられた必然的な技術（社会インフラ）になっていると考えます。従いまして、この流れは今後長期にわたり続くものと現在は考えております。

＊化学分野での展開へ

　データサイエンスや人工知能の化学分野での展開は、他の分野同様に細々とではありますが、長期にわたり展開されてきており、現在も続いています。良く知られるように、化学、特に化合物を扱う技術はアナログ技術中心で、デジタルで扱うには様々な注意や工夫が必要となります。化学分野へのデジタル技術の適用は、この化合物操作に関するアナログ技術をデジタル技術でどのように扱うかを議論することに集中してきました。

　現在展開されているコンピュータ上での化合物展開は、昔から続く計算機化学という学問分野の研究成果の上に展開されています。これらの、様々な既存技術を理解することなく化学ソフトの構築や利用をすると、自分では気が付かない化学上での違反を起こしたまま化学研究を続けることになります。

　政府はデジタル教育の強化を発表していますが、単にコンピュータを使えるだけでなく、化学を理解してのコンピュータ技術という観点での教育も重要になると考えています。

新たな「デルタクロン」株が発生したそうです

 　オミクロン株の脅威が日本にも急速に押し寄せていますが、本日のニュースで米国での新規感染者数は１４０万人という驚異的な数字となっています。ウイルスの変異株が発生するのはウイルスのコピーミスや組み換え過程で発生しますので、患者数が多くなれば相対的に変異株の発生確率が増大します。このため、さらなる新規の変異株の発生が危惧されます。

　この事実を反映するかのように本日のニュース 日刊ゲンダイ（DIGITAL 2022/01/12 06:30）で、新たな変異株「デルタクロン」株が発生したとの報告がありました。この事実に対し、

「デルタからオミクロン株に優勢株が変わる過渡期で2つの変異の同時感染者が発生し、2つの変異ウイルスが再調合されたとみられる」と、韓国紙「中央日報」

　上記の報告と考察は妥当であるし、今後のウイルス対策で考慮すべき重要な観点を示している。いづれにしても、ウイルスとの戦いは続くことを考えたならば、ウイルスの罹患者数を増やさないことが新たな変異株の発生を防ぐことに繋がる。

　現時点の流れを見ると、オミクロン株の毒性の弱さや、重症化率の低さが前面に出てきて、罹患者が増えてもインフルエンザと同程度という極端な議論やイメージ作りがなされている。この考えの極端な事例が経済を考慮した「ウイズコロナ」という考え方になるだろう。　

　コロナ罹患者がたとえどんなに増えても恐れるに足らずという考えは極めて危険である。コロナの特性に加えて、一年前とは予防薬や治療薬もそろいつつありコロナへの対応は十分という考えも危険である。ウイルスが変わらなければ、確かに一年前と比較して医療現場の武器はそろいつつある。しかし、罹患者数を増やせば変異ウイルスも増えてくることを考えると、武器も新たな脅威に備えて変異ウイルスに対応できる強力なものを開発しなければならない。　

　新規医薬品開発にも今まで以上にスピードが要求されている。インシリコデータは化学分野のデータサイエンスや人工知能の適用研究を多数実施してきた。この実績や経験をもとに、化学分野のデータサイエンスや人工知能の究極の形である「オートノマス（自律型／化）化学：Autonomous Chemistry」を推進し、新たな脅威に向けて頑張ってゆきたい。

関東地方が４年ぶりの積雪となりました。インシリコデータのベランダにも積雪があり、厚い氷が張りました。

 　昨日、関東地方に約４年ぶりの多さとなる積雪がありました。習志野も昨日は午後から急に雪が強くなり、夕方にかけて約１０センチ程度の積雪となりました。

　一夜明けた本日、インシリコデータのベランダを見ますと一面真っ白になり驚くほどの積雪量となっていました。夜に外を見ますと、雪は降っておりませんで星がキラキラと奇麗に輝いていました。これは相当冷えそうだな―と・・感じました。

　今朝の、インシリコデータのベランダの様子です。快晴で日の当たるところは雪が溶けつつありますが、日陰の部分にはまだまだ雪が残っています。

インシリコデータのベランダの様子です。

　また、昨日は相当冷え込んだせいか、ベランダに置いたポリバケツの水が凍り、厚い氷が張っていました。

バケツに張った氷の様子です。

　

　氷の厚さがわかるように９０度回転させたのが上記写真です。暑さは約５センチ程度となっていました。相当冷えたようです。

　ベランダの花類は部屋の中に移しておいたので、元気です。雪が無くなったらまた、外に出して、いっぱい太陽の日を浴びてほしいです。

新年あけましておめでとうございます！ Wishing you a happy new year 2022.

謹賀新年

 　今年もよろしくお願いいたします。

　コロナの無い日々を過ごせるようになりますことを願います。

　研究活動では、化学研究分野でのデータサイエンスや人工知能を積極的に展開し、チャレンジするべく努力いたします。