昨日（５月２８日）に誕生日を迎えました：７９歳（傘寿：数え年が８０歳）となりました。

 　昨日、誕生日を迎えました。満年齢で７９歳となり、数え年では８０歳です。

　WEBで調べると以下のように書いてありました。

■傘寿（さんじゅ）：80歳（満79歳）、別の言い方では八十寿（やそじゅ）。傘の字の略字「仐」を分解すると八十となることに由来。

https://imaterasu.com/sanjyu.html

　歳を取ると誕生日の意義は本人にとり小さくなってゆきますが、世間的には様々なイベントが設定されているようです。今回は傘寿でしたが、次の区切りは２０３４年で、８８歳となり、名称は米寿となります。　

　確かに体力的に若干弱ってきたかなーと感じることが多くなりました。しかし日常の生活に支障が出るほどではないので、精神的には今までと同様の生活を続けることが出来ます。谷津病院の須藤先生（現、谷津院長）には富士通時代の心房細動の治療時代から診てもらってきており、健康的には精神上で安心しています。

　私は歳を取りましたが、昨今の新規技術の展開は目を見張るような発展、進歩を続けています。特に私がここ数十年展開してきた、化学情報学　➡　ケモメトリクス　➡　AI（人工知能）の流れや展開は急速に拡大し続けています。このような流れを見ると、本当に心が躍るような感じとなり、更に前進したくなります。

　いつまで最新の技術をフォローできるかわかりませんが、皆様のご支援をいただきつつ頑張ってゆきたいと考えます。今年度もよろしくご支援お願いいたします。

インターフェックス展示会に行ってきました。様々な技術が急速に発展／拡大していることを強く感じました。

 　28th INTERPHEX WEEK TOKYOが海浜幕張にて、５月２０日（水）～２２日（金）で開催されましたので二日ほど行ってきました。幕張メッセは初日は自転車で、三日目は自家用車で行きました。全体的に盛会であり、技術的な進歩の力強さを強く感じました。

　製薬関連機器の進歩は特に大きく、製薬の製品化に関する多くのプロセスが殆ど自動化されているし、マシンの種類や品質等の高さが急速に進歩していると感じました。薬物の構造式が決まれば、その製品化のプロセスへの機械化は様々な形や種類の機器で支援することが出来る感じでした。製品化への自動化技術は最新のロボット技術も導入され、以前の展示会で見たものと比較すると、スマート且つ多様化が増し、大きく進歩したと感じました。

　本分野が拡大しているなと感じたのは、iPS関連の展示ブースが増えて、細胞融合等の分野も大きくなり、細胞関連分野の様々な展示が大きく増えていたことでした。今後は製薬という観点だけではなく、治療という観点での発展が強くなると感じました。

　AI関連の展示も増えており、AIを導入、適用しての製薬関連業務の支援システム等もかなり増えてきたと感じました。以前はAIを先頭に掲げるシステムは少なかったのですが、AIが必須という感じになっていました。

　富士通ブースで、昔私が関与していたACDシステムが展示されていました。昔一緒に仕事をしていた仲間がいたので、懐かしく話をし、情報交換等してきました。この時間はとても楽しく、懐かしく感じました。

　インターフェックスから感じたことをまとめると、現在の製薬技術は、医薬品化合物の構造式が出来れば、製品化は自動的に様々な機会を使って高い確率で実現できるのではないかという感じを受けました。つまり、「製薬」関連技術は実現性や完全性が高くなっているということです。従って、逆に相対的に重要さを増しているのは「創薬」関連技術の高まりが必要ということです。

　「創薬」は依然として多くの困難さを伴う研究となっています。創薬研究の出口としての製薬技術が大きく進歩している現在、本丸である創薬研究の進歩や発展はその重要性を増しています。私としては、創薬へのIT、更には最近急速に進歩しているAI（人工知能）技術 の導入等で、創薬関連研究の発展に尽くしてゆきたいと考えます。ノーベル化学賞に輝いたアルファフォールド２が蛋白創薬を大きく変えたことは記憶に新しいところです。

　最近は著述作業が中心となっていたので、事務所にこもっていることが多かったのですが、今回のように外出して、展示会等で新しい時代の流れを感じ取ることが出来ました。大いにリフレッシュすることが出来ました。

「AI創薬研究の歴史と，予測AI，生成AI活用のポイント」が脱稿致しましたので報告いたします：湯田

 　技術情報協会より出版される予定の、

「予測AI／生成AIによる需要・各種予測技術と活用法」

について、分著して書いておりました部分の著者校正が完了いたしました。現在、ホッと一息ついているところです。

　私が担当しているところは、本著書の第７章研究開発業務への導入と活用にて、

「第4節　AI創薬研究の歴史と，予測AI，生成AI活用のポイント」のタイトルで書きました。

　内容は以下のようになりました。

はじめに

1.  時代の変化と研究手法の変化

1.1 時代の遷移と中心技術の変化

1.2  現代はコンピュータ関連技術による「IT時代」となり自動化が発展

1.3  今後は「データ」中心から,「情報」中心の時代へと変化

1.4「情報」中心の時代では,AIが基盤技術となり新たな時代を形成する力となる

1.5  AIの種類（トラディショナルAI および大規模生成AI）

1.6  大規模生成AIの機能から見た,「単機能型AI」 と「自律型AI」

2.   大規模生成AIの適用事例

2.1 大規模生成AI関連基本技術（深層学習）

2.2 最新のＡＩによる実施例

2.2.1       医療関連分野での適用

2.2.2     AlphaFoldの技術

3.    大規模生成AIの適用事例

3.1　「自動型研究」および「自律型研究」の内容

3.1.1 「自動型研究」の支援技術や内容

3.1.2　「自律型研究」の支援技術や内容（これが無ければ,約300年前の古代と全く同じ形式での研究形態）

4.  研究業務における自動型研究と自律型研究の割合（自律型研究の割合が極めて高い）

5.  自律型研究の基本的な支援道具としてのLLM（大規模言語モデル）および種々の生成AI

6.  AIの研究支援道具（道具型AI）から,自律性を有する自律型AIへの展開及び連携

7.  大規模生成AIを活用した自律型創薬の展開とレベル分け開発の導入提案

7.1　自律型創薬の内容について

7.1.1　自動車の自動運転について

7.2 大規模生成AIを活用した自律型創薬のレベル化の提案

まとめ

参考文献