ライフサイエンスにおけるAI: タンパク質表現と自律型ラボ

Tokyo AI が、応用機械学習、計算生物学、ウェットラボ自動化の交点をテーマに開催する夜のイベントです。3つのトークが階層を順に上がっていきます。分子とタンパク質を共通のベクトル空間に整列させる表現学習、200万塩基対のコンテキスト長を扱うゲノムスケールの言語モデル、そして散在する科学文献を実行可能な実験計画へと変換するエージェント型プラットフォームです。 Stefano Massaroli 氏 (Radical Numerics 共同創業者) は、DNA配列とゲノムアノテーショントラックをネイティブに融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スパースアテンション、臨床バリアント解釈におけるベンチマークについて話します。Daniel Leuck 氏 (Ikayzo) と Calvin Duong 氏 (東京大学) は、モジュール式 CodeLet で構成されたAI支援ウェットラボ基盤 Reveria を、インフルエンザ研究を題材に紹介します。Ewa Szyszka 氏 (Qdrant) は DrugCLIP を取り上げ、「どの化合物がこの標的に結合するか」という問いを、ESM-2 によるタンパク質埋め込みに対するベクトル検索の問題として捉え直します。 対象は、創薬と応用機械学習に携わる研究者、エンジニア、技術系プロダクトマネージャーです。18:00 開場、18:30 から 20:00 までがトーク、その後 21:00 までネットワーキングが続きます。3つのセッションに共通するのは、スクリーニングは計算上で進む一方、物理的なウェットラボ検証が依然として中心的なボトルネックであるという現実的な視点です。