井田で今年初のスノーケリング

真栄田岬で潜るぞーと沖縄に行ったのに潜れなくて残念だったので、先週は井田に行ってきた。

1532009781

夏休み前なので人は少ない。そして水温も高く最高。しかし、プランクトンが大量発生したのかどうなのかわからんけど海水が濁りすぎていて視界が悪すぎた。

全然見えないので、立てるくらいの浅瀬の魚しか撮れなかった。

1532009783 1532009785

サンゴOK

1532009788

息止めの練習しないとなー

沖縄にサニーゴ狩りに行ってきた

沖縄にサニーゴ狩りに行ってきた。二泊三日だけど、木曜午後のフライトで行って土曜お昼のフライトで帰るのでかなり忙しい旅だった。

着いた日は雨、辛い。那覇空港にソルロックの影が出たけど、行けないところだったので諦めた。サニーゴは意外と出ない。

雨で動く気がしないので、美味しいものを食べて次の日に備えた。沖縄の豆腐は固くてうまい。刺し身もいける。

1531733477 1531733480

海ぶどうと泡盛。海ぶどうの上にウニを乗せる必要があったのかどうかは諸説あり。ポン酢にウニは微妙だった。 泡盛は美味い。

1531733482 1531733485

朝、目が覚めてポケモンゴーを起動したら、サニーゴの影。ダッシュしてゲット。これ以降帰宅するまで現れず。

1531733488

バスでのんびり恩納まで移動。真栄田岬で潜るかとスノーケリングセットを持っていったけど、台風接近の影響で 波が高くて潜れず、単なるトレーニング用のおもりと化した。バス停から宿までの道のりが辛かった。

宿から、恩納の道の駅行きのバスが一時間に一本出ているのだけど、ちょうど乗り遅れて、近所のファミレスで ゆし豆腐とソーキそば。美味しかったので良かったが、今回はソーキそば運には恵まれなかった。

1531733490 1531733492

夕飯は歩いて近所の居酒屋っぽいところへ。豚バラの味噌煮とタコの唐揚げを泡盛で。

1531733495 1531733497

海はきれい、でも風があるので真栄田岬はクローズ。

1531733500

石敢當の由来を知る。

1531733502 1531733504

帰ってきたら東京五輪プリントのANA。謎ビールを飲んで休憩

1531733509 1531733511

おやつのミミガージャーキー

1531733514

久しぶりの沖縄だったけどなかなか楽しかった。フィンを持たずにソーキそば食べ歩きのプランでも良かったかなと思った。それからサニーゴは思ったよりレアだった。

次は当初の予定通り台湾食べ歩きをしたいところ。

New Dawn

Rebuildでハンドメイズテイルが面白いという話をしていたので、早速一気見したらシーズン1の最終話でNINA SIMONEのFEELING GOODが挿入されていてなるほどと思った。

この曲は2009年にsavage rehabによりD'n'Bにリミックスされていてこちらも上がる。

ingress再復活

ingress復活とか書いておいて1年以上放置していた。

pokemongoも初心者脱出してソルロック捕獲以外にやることがないので、ゴプラを起動しつつingressをやるスタイルに転向してみた。ingressは時間泥棒なので続くかどうかはわからんけど…

前の会社のときは車通勤だったので、早退して4xP8マルチハック、ヒートシンクなポイントで二時間位グリフハックしたりとかできたけど、今はちょっと無理だからのんびりやる感じになるのかなぁ。あとintelマップ調べたけど補給ポイントあまりなかったからつらい。

ところで、自分のブログを眺めていてingressはワンコの夜の散歩のついでにやっていたのだけど、うちのワンコはこの三年で完全に老犬になっていて、今日は久しぶりに公園に散歩しに連れ出したけど、もう走り回る元気はなくて、よろよろと歩き回るだけだったので年とったなーと。まぁ尻尾ふっていたから楽しかったんだろうしいいんだけどね。

Better featurizations are required

I believe better featurizations are required, but there is a limit to physiological activity prediction only from ligand information 'cause it's a molecular recognition.

MoleculeNet: A Benchmark for Molecular Machine Learning

Results for biophysical and physiological datasets are currently weaker than for other datasets, suggesting that better featurizations or more data may be required for data-driven physiology to become broadly useful.

What features are multitask modering shared in physiological activity prediction ?

Multitask modeling relies on the fact that some features have explanatory power that is shared among multiple tasks.

I'm guessing it's a liposoluble feature such as logP expressed in Hansch-Fujita equation.

ポケモンGO(Lv40)

やっと到達。前回のレベルアップから3ヶ月ちょいでした。

1529927851

アローラベトベター,サンド,ニャースはゲット。

1529927848 1529927853

ソルロック欲しい

Mishima.syk #12をやりました

最近沼津でばかりやっているMishima.sykをやりました。初めての人も多くなかなか楽しい会になってよかったです。

特に、初めての発表の方々のクオリティが高かったのと、LTが名人芸に達してきている人たちがいて最高でしたね。 あと、今回休憩という名のバッファーを15分しか撮っていないにもかかわらず、凄腕タイムキーパーのおかげでほぼ時間通りに演題が進行して最高でした。

私のプレゼンは訳あって公開できませんが、みんながんばれ(適度に!)というエールとエスプリとエスプレッソを2で割って3余らした感じになりましたが、ちょっと真面目に考えないといけない状況なのかなーとは思っています。ルールを逸脱した手を打てる状況はあまりないからそういう意味では低分子化合物戦略は機械学習と共存する部分が増えていくのかもしれませんが、当分はウェットの知識のあるドライなケミストが強い時代がちょっと来ると思います。

私自身は工学部出身で、「シミュレーションできない学問は未熟な学問である」という立場を貫いてきて、化学反応とかドッキングシミュレーションを偉大なる波動方程式でシミュレートする未来が正しい世界の在り方に違いないとずっと信じてたんだけど、実際はその方向に行かなくて、(不完全な存在である)メディシナルケミストの合成案をシミュレーションするほうが(工学的に)うまくいくってのがあれなんですよね。

なんか歪んでいる感はあるから揺り戻しはくるような気がするけど、当面不確定な未来を予測する手段として機械学習が人間に置き換わる可能性はそこそこあるのかなと思っています。そういう状況で人のやることは、将棋で例えると、新たな駒(桂馬に新たな機能を付加した桂馬金とか)の開発(ルールの更新)みたいなことなのかな。ま、それはモダリティってことなんでしょうけどね。

昼は電車遅延のせいで、幅田屋でカレー南蛮そばをいただきました。カレー感はあまりないけどうまい。

1529926539

@tkochi0603チョイスの美味しいお店

刺身盛り合わせとマグロの味噌焼き

1529926542 1529926544

そして鳥

1529926546

二次会はうさぎの木

生ハム盛り合わせと、肉

1529926549 1529926551

ワインが美味しかった。

A Combination of QSAR Molecular Docking (or X-Ray Structure ) and Molecular Dynamics

最近MDと従来のQSARテクニックを組み合わせた手法が提案されていますね。

アプローチとしては静的な状態である三次元構造に動的な情報を付与させるために10ns-20ns程度の短いMDをかけてからサンプリングして、従来の3D-QSARの記述子を計算してMEAN,MEDIAN,SDを取るという方法です。

5th Autumn School of Chemoinformatics in Nara, 2017ではThierry Langer先生がDynamic Pharmacophores: A New Way to Enhance Virtual Screening Screening Efficacy in Early Drug Discoveryということで、ファーマコフォアモデリングでアンサンブルをとっていた。

11th ICCSではShuzhe Wangの発表したMolecular Dynamics Fingerprints (MDFP): Combining MD and Machine Learning to Predict Physicochemical Propertiesというポスターは独自記述子を定義していて興味深かったし、Fourches, DenisのNext-Generation MD-QSAR Models of Dynamic Kinase-Inhibitor Interactions Based on Machine Learning and Molecular Dynamicsは3D-WHIMの拡張で大変すごかった。特にMDを使うことでactivity cliffの解釈ができていたという点に非常に感銘を覚えた。activity cliffは単純にリガンドからの類似性っていう人間主観のアプローチがもたらすミスマッチだからそれをきちんと説明できるのは本当にすごいと思います(立体障害じゃないやつを)。

このようなアプローチではMDを計算してサンプリングしたあとに、どういう計算で静的な状態を記述するかというのが重要なのだと思いますが、勘のいいあなたはもう既におわかりのように、既にFMOを組み合わせた手法が提案されています。この手法はかなりプロミッシングではないかなーと感じています。なぜかわからないヒトは「すごいよFMO!」を10回くらい読み直しましょう。

そもそも、QM/MMやらんでMDでサンプリングして力場よりずっと精度のいいFMO計算なんかして順番が逆なんじゃないの?とか思っていたが、実際やってみると精度出そうだし不思議だなーと思っていたのだけど、さっきシャワーを浴びていたらなんとなく理解して嬉しくなったのでちょっとエントリーをこしらえてみました。

それぞれの演題には既にペーパーでているのが多いので興味があったら追いかけるといいと思います。

ダメ女たちの人生を変えた奇跡の料理教室

ジェイミー・オリバーをリスペクトしている感じ。単なる読み物ですね。

ProductName ダメ女たちの人生を変えた奇跡の料理教室
キャスリーン・フリン
きこ書房 / 1598円 ( 2017-02-09 )


Interactive Data Visualization for the Web

5年前の本の書評のドラフト。

なんも書いてないけどこの本は良かった。

ProductName Interactive Data Visualization for the Web
Scott Murray
Oreilly & Associates Inc / 2997円 ( 2013-04-02 )