[Track1-7] COVID19ワクチン開発に向けた、AIの挑戦　～深層学習が導く、新領域との接点～

Copyright © 2020 by Future Corporation
フューチャー株式会社
Chief AI Officer 貞光九月
Deep Learning Digital Conference
COVID19ワクチン開発に向けた、AIの挑戦
～深層学習が導く、新領域との接点～

Copyright ©2020 by Future Corporation. Japan
2
はじめに
本資料は講演資料から
一部抜粋した内容となります

3
• 貞光九月（さだみつくがつ）
• 経歴：
– 2009 筑波大学大学院博士課程(工学)修了
– 2009-2017 NTT研究所
• 人工知能学会現場イノベーション賞「しゃべってコンシェルにおける日本語質問応答技術の実用化」
– 2017.7- フューチャー株式会社
• Strategic AI Group 共同立ち上げ
• 外部活動：
自己紹介
情報処理学会、人工知能学会、言語処理学会各委員
AAAI, ACL, EMNLP Program Committee等（-2020）
AI
16年
１
８
年
Copyright © 2007-2020 All Rights Reserved by Gijutsu-Hyohron Co., Ltd.

2020/4/30 プレスリリース

2020/4/30 プレスリリース
抗体誘導ペプチド推定ＡＩ?
WHY FUTURE?

抗体誘導ペプチド推定AIのマイルストン
2018年8月大阪大学との共同研究開始
2019年夏初期実験での効果を確認
2019年12月論文発表＆受賞(IPSJ)
2020年4月 COVID19向け共同研究発表
【NEW!】
2020年7月 kaggleでの研究用データセット無償公開
bioRxivでの英語論文公開
7月29日公開
で検索
kaggle future corporation

kaggle dataset
Dataset
学術領域で蓄積された学習データ
＋COVID19の予測用データ
Task/Kernel
Task 1: SARS prediction (正解データ有)
Task2: COVID19 prediction (正解データ無)
で検索
kaggle future corporation 今日の話を聞いて
イイね！と思ったら是非up voteをお願いします！
(※要アカウント)

Copyright © 2020 by Future Corporation
そもそもワクチンとは？

抗ウイルス薬とワクチン
◼抗ウイルス薬：
病気を快復させるもの。
アビガン、レムデシビル
◼ワクチン：
病原体から作り、人体に接種して、
体内に免疫を生じさせるもの。

これはCOVID19ワクチンに関する数字です。
何の数字でしょうか？

これはCOVID19ワクチンに関する数字です。
何の数字でしょうか？
Phase1(第I相) ：数十人 Phase2(第II相) ：数百人 Phase3(第III相) ：数千人の被験者を要する。
特にP3で莫大な時間とコストが必要。
→審査・認可（米国FDA，日本厚労省）

COVID19 ワクチン開発に取り組む組織
(WHO資料より)
https://www.who.int/publications/m/
item/draft-landscape-of-covid-19-
candidate-vaccines
ワクチン種別数：
7/24 (compared to 7/15)
Inactivated:5 (4)
Non-replicating
viral vector: 3 (2)
Protein subunit: 6 (2)
RNA: 6 (4)
DNA:4 (2)
VLP:1 (1)

B細胞
部分配列＝「ペプチド」
抗原=COVID19
(SARS-CoV-2)等
抗体誘導ペプチド推定AIの概要
B細胞が「抗体」を「誘導」するための「ペプチド」を「推定」する「AI」
⇒「抗体誘導ペプチド推定AI」
ペプチドを推定するAI
(①②を両方考慮しつつ)
②抗体（抗原を攻撃する物質）を、B細胞が産出
①B細胞が、ワクチンと反応
免疫反応を簡略化した図。
本来は樹状細胞、
MHCI/II、T細胞等も考慮する

深層学習の接点
アナロジー
自然言語処理や音声処理と類似！
アナロジー
SNSネットワーク等のNW構造と
類似！
各データの情報量＝少
データ量＝多
各データの情報量＝多
データ量＝少
シーケンス構造としてのタンパク質立体構造としてのタンパク質
深層学習的に見ると、他分野とのアナロジーが見つかる

シーケンス構造としてのタスク設定
◼正例・負例が付与された過去の学習データが多く存在
（例：SARSの学習データがあるが、COVID19の学習データはない）
MTSKLAVALLAAFLISAALCEGAVLPRSAKELRCQCIKTYSKPFHPKFIKELRVIEQRVVEKRAETSKLAVALLAAFLISAALCEEKRKMNGNSQRV………………. PKFIK
抗体誘導活性をもたないペプチド
陰性（ラベル：負）
抗体誘導活性をもつペプチド
陽性（ラベル：正）
抗原タンパク質全体のアミノ酸配列
（数百～数千アミノ酸）
貞光はDLDCでワクチン開発について話している。
自然言語処理 (固有表現抽出)
人名イベント名負例
(一般名詞)
負例
(一般名詞)
貞光は人名か地名
→「話す」とあるから人名のはず！
DLDCは場所名かイベント名
→ネットで検索すると
同名イベントがあった！

提案法
【1】
【2】【3】
自然言語処理で用いられる手法を応用

評価結果
あるタンパク質中の全ペプチドに対する予測結果
赤(答え＝positive)が上、青(答え＝negative)が下に来ると嬉しい
従来法提案法
精度比較：値が高い方が嬉しい
自然言語処理の技術を用いることで、大幅に精度改善
手法精度(Accuracy)
BepiPred-2.0 0.489
提案法 0.673

ネットワーク構造＝隣接行列
Table1 Table2 Table3 Table4
func1 Create
func2 Read
func3 Read Read
func4 Create
func5 Delete
John Taro Shelly Miyo
John - Follow
Taro Follow - Follow
Shelly Follow -
Miyo Follow Follow -
A B C D
A - 3.5 2.3 1.3
B - 4.2 5.6
C - 7.8
D -
物理上の距離(無向グラフ) Follow関係(有向グラフ) CRUD関係(二部グラフ)
隣
接
行
列
タンパク質立体構造ソーシャルネットワーク構造システム構造
(四角が機能、ドラムがテーブル)
ネットワーク構造は、隣接行列に変換可能
(貞光JSAI2018)

ニューラルネットワークとの接点
グラフニューラルネットワーク：
・Graph Convolutional Neural Network (GCN)
(Kipf+ ICLR2017)
グラフスペクトル(グラフ周波数)フィルタリングを用いる手法
・Diffusion-Convolutional Neural Network (DCNN)
(Atwood+ NIPS2016)
頂点領域フィルタリングを用いる手法
ノードの
素性行列
推測ラベル
DCNNの模式図
ここが隣接行列
⇒前ページの
何に対しても使える！

25
QRコード
個人ページ
(FB/Linkedin/eight)
AIビジネス
事例紹介
AIエンジニア/コンサルタント
リクルートページ

経営とIT
そしてAIをデザインする
Future AI

[Track1-7] COVID19ワクチン開発に向けた、AIの挑戦　～深層学習が導く、新領域との接点～

Recomendados

Recomendados

Mais conteúdo relacionado

Mais procurados

Mais procurados (20)

Semelhante a [Track1-7] COVID19ワクチン開発に向けた、AIの挑戦　～深層学習が導く、新領域との接点～

Semelhante a [Track1-7] COVID19ワクチン開発に向けた、AIの挑戦　～深層学習が導く、新領域との接点～ (20)

Mais de Deep Learning Lab（ディープラーニング・ラボ）

Mais de Deep Learning Lab（ディープラーニング・ラボ） (20)