ウェットラボのためのエージェント型AI

計算生物学、創薬、応用機械学習に取り組む人々に向けて、モデルから実験台までの流れを3つの講演でたどります。まず配列と構造を検索可能な埋め込みに変換する表現学習の層から始まり、ゲノム規模のモデリングと事後学習が実際の臨床ベンチマークにもたらす効果へと進み、最後に検索・順位付けされた証拠を実験作業、スクリプト、ドキュメントへとつなぐツールで締めくくります。 Stefano Massaroli氏（Radical Numerics）は、DNA配列とゲノムアノテーショントラックを統合して事前学習したゲノム言語モデルOmniiを紹介し、ブロック畳み込みと200万塩基対のコンテキスト長にわたるスパースアテンションを解説します。Daniel Leuck氏（Ikayzo）とCalvin Duong氏（東京大学）は、インフルエンザ研究を事例に、モジュール式のCodeLetを中心に構築されたAI支援ウェットラボ基盤Reveria（ベータ版）を紹介します。Ewa Szyszka氏（Qdrant）は、分子とタンパク質を共通の埋め込み空間に配置し、結合の問いをベクトル検索に変えるDrugCLIPについて解説します。 18:00開場、18:30から20:00まで講演、その後21:00まで交流の時間があります。全体を通じて、in silicoで既に実用可能なことと、ウェットラボでの検証が依然としてボトルネックとなる領域がテーマとなります。