Drkcore

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。

01072018 ingress

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。

01072018 chemoinformatics

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.

25062018 pokemongo

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

25062018 chemoinformatics

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。

18062018 chemoinformatics FMO MD

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。