漬物いろいろ

不思議な漬物が色々紹介されていてなかなかおもしろかった。尚、農家向けなので量がとんでもない(納豆一キロとか)

納豆のベッコウ漬け

納豆(10)、米麹(5)、スルメ(2)、昆布、塩、水を混ぜて漬ける。10日くらいから食べられる

菊芋の味噌漬け

菊芋を味噌で漬ける。菊芋って買ったことないわ

ピーマンのぱりぱり漬け

ピーマン、キュウリ、唐辛子、醤油、味醂、ごまを混ぜる

うどの三杯酢漬け

ウドを三杯酢に漬ける

創薬プロジェクトの進捗をどう測るのがよいのかということを年末年始に考えていた

結論は出ていないけど、面白いかなと思うのでメモっておく。まともなコードを書ける人が何人もいるところに移ったのでアウトプット(プロダクト)に対するフィードバックも早く且つ適切なので自分の生産性も非常にいい感じだし、考えるための材料もどんどん溜まって楽しい(イマココ)。

今のところ足りないのはせっかく電車通勤に変えたのに健全な往復をしているところ。もっと寄り道して飲んだり、飲みながらハックしないといけないと思っているw。

さて、創薬プロジェクトの進捗の把握のためのシステムを考えた場合、 とりあえず先行しているソフトウェア業界のベストプラクティスを製薬業界に応用するのが自然かと思う。

普通に考えると構造最適化プロジェクトってのは典型的なTDDだと思う。スクリーニングフローがまずあって、それをパスするようにケミストは構造最適化を行い、全てのアッセイをパスするものが前臨床に進んでいく。だからパスしないアッセイをリスクと捉えてリスクゼロの化合物の取得を目指すのがプロジェクトの意味だ。

プロジェクトを外側から評価する立場としては全く持って正しいし、そういう方向で見える化するべきだと思っていたが、実際にある程度実装してみたら異なる意見が出てきてなるほどなーと感じた。

きっかけは、テストしてない構造がfailになっているのがおかしいのでは?というケミストからのメールだった。TDDやアッセイをリスク払拭と考える立場だと、passしない限り全てfailと考えるのは正しい。彼らの言い分は明らかにパスするようなアッセイ系なのでスキップしているので、failにされるとプロジェクトの進捗が実際よりも悪く見えて気持ち悪いという話であった。もう一点はゼロに近づくほどいいという指標は如何なものか?という意見。

まぁ、確かにと思ったので、ここら辺に関してよく考えてみた。

スクリーニングフロー

ソフトウェア開発では通すべきテストをきちんと書いて、それをパスするコードが正しいのだろうけど、スクリーニングフロー自体にはそこまでの強さはない。地図に対するコンパスのようなものか?つまりスクリーニングフローはケミストが進むべき方向を指し示すものといったニュアンスが強く、柔軟に対応すべきものと考えるべきなのであろう。だからアッセイしてない化合物がfailになることに対して気持ち悪さを感じるのかな。

リスクをゼロにするという考え方

ケミストは「よりよい化合物を作ってそれを次のステージ(前臨床)に送り出す」という感覚が強いように思う。そうだと、リスクゼロの化合物が前臨床入りするという価値基準では合わないような気がする。スコアが高いほどよい構造だという指標を導入したほうが納得性が増すのではなかろうか?でもそういう指標ってぱっとは思いつかない。

以上、メモだけど今後考えていくべきことの一つかなとは思う。上手い答えが出せればいいなぁ。

味珍に行ってきた

横浜の味珍に行ってきた。

「ヤカン」と頼むと焼酎をグラスにナミナミと注いでくれます。卓上にある梅シロップで味をつけていただきます。右側は豚のしっぽ。

1484262497 1484262499

頭とラッパ。

1484262502 1484262504

モツ煮

1484262507

一皿の量が結構あるので全部位制覇できなかったのでまた行って今度は耳と足を食べたい。

尚、こちらは年末に仕事帰りに誘われて@bonohu@oec014とやごみでちょい飲みした時の写真。

1484262492 1484262494

帰りにちょこっと寄れるのは楽しいというか、電車通勤を満喫しているw そのうち幸村ホルモンに行ってみたいのでまた声をかけてください。

最近読んだ本(20170113)

さわやかストーリー

ProductName くうねるところすむところ (文春文庫)
平 安寿子
文藝春秋 / 596円 ( 2008-05-10 )


こっちはよくわからん。あと二部あるらしいので早く発売して欲しい

ProductName 小暮写眞館I (新潮文庫nex)
宮部 みゆき
新潮社 / 497円 ( 2016-12-23 )


ProductName 小暮写眞館II: 世界の縁側 (新潮文庫nex)
宮部 みゆき
新潮社 / 562円 ( 2016-12-23 )


最近読んだ本(20170104)

頑張れば何とかなる系。元気が出る系ともいう。悪くはなかったが、ハッピーすぎるだろうw

ProductName 記者はつらいよ―中央新聞坂巻班 (ハルキ文庫)
仙川 環
角川春樹事務所 / 670円 ( 2015-12 )


久しぶりに読んだビジネス本。読んだというより流し読みにちかいけど。主張したいことは、企業の業績を伸ばすためにはまず会議に手を付けるべきで「良い会議」というのはどういうものかを自分たちでよく考えるべきだというものだった。

昔、労働時間の内訳を測ったことがあって、(実際に測ってみると)会議時間の多さにびっくりしたのとそのコスパの悪さに唖然としたことがあったので著者の言いたいことはもっともだと思った。

しかしながら、提案しているソリューションが古臭くてちょっと自分には合わなかった。もうちょっといい感じのツールを使っているし、ITの利便性を最大限に発揮しているよなぁと感じてしまって流し読みモードになってしまったけど、そういうあたりを考えたことのない人にとってはためになる本だと思う。

あけましておめでとうございます

ぐーたらしていたら3日になってしまったというか大晦日以来外にでていないw まぁ娘は1週間近く外に出ていないらしいけどw

去年は色々あって年末にかけて忙しかったけれど、充実していて良かったと思っている。今年も色々頑張っていきたいところ。あとコード書いてなにかプロダクトを残さないとなぁとは思っている。

年末は料理ばかりしていて、今年は黒豆と栗きんとんの出来が良かったので満足だった。伊達巻も上手く仕上がったし八幡巻きも息子が手伝ってくれていいものが出来た。

あとDABがやばかったので一度食べるといいと思う。

年始は家から出ずにhuluでWALKING DEADを見まくってたけど、シーズン2を見終わるかどうかという感じ。あれっって7まであるの長すぎるわ…

ゲーム的には、年末にyoutube見てたらサガ スカーレットグレースのCMが目について、サガ世代の僕としては欲しくてたまらなくなり、娘がお年玉でPS VITAを買うタイミングで一緒に買ってしまった。娘が使ってない時間に遊んでるけどレオナルドスタートで4時間くらいでラスボスに行ってしまい為す術もなく死んだので、直前のセーブポイントから逃げ出してストーリー回収し始めたところ。

ProductName サガ スカーレット グレイス - PS Vita

スクウェア・エニックス / 5819円 ( 2016-12-15 )


さすがSAGAやなと。

戦闘は戦略性があって気を抜くとすぐ全滅しそうになるので、丁寧に戦わないといけないので楽しいし、新技閃くと、「おっ」っとなって嬉しい。今のところ三龍旋がお気に入りの技だけど、乱れ雪月花を早く習得したい。

というわけでマイvitaが欲しくなっているw

ProductName PlayStation Vita Wi-Fiモデル ブラック (PCH-2000ZA11)

ソニー・コンピュータエンタテインメント / ?円 ( 2013-10-10 )


Machine Learnig Aided Drug Design (MLADD)

Mishima.sykに参加された皆様お疲れ様でした。深層学習のフレームワークのハンズオン如何でしたでしょうか?次回に何をやるかは未定ですが、反省会という名の(新年会?忘年会?)でテーマに関して話し合う予定なので興味ある内容があれば私まで伝えてもらえるとありがたいです。

僕はkerasを触ったことがなかったので、一通り学べて助かりました。tf.contribe.learnはできるだけ何も考えなくていいように作っているのに対してkerasはもうちょっと構築の仕組みを楽にする感じのフレームワークかなぁと。tflearn](https://github.com/tflearn/tflearn)と似たものを感じた。

尚、当日の資料とデータはGitHubにあるので必要に応じてダウンロードするなり好きに使ってください。尚slideshareを使わないのは今の職場が何故かブロックしているからですw

ここからは、最近ちょっと考えていることをだらっと書いておきます。

その昔(というか今も)CADD(Computer Aided Drug Design)という言葉はあるのだが、あれはコンピューターを利用して解析をするオペレーター(モデラーともいう)のヒトと、実際に合成するケミストがいるので、主観のぶつかり合いというか、お互いの経験による解釈の違いというのが起こりやすい。あとは精度がそんなに良くないので確度を考慮しながら結果を解釈する必要があったりして色々面倒事が多い。

最近、DeepLearningのようなそこそこ精度の高い手法を淡々と自動的に構造最適化プロジェクトに適用するような環境を作ったらどういうことが起こるのだろうか?というあたりに興味が湧いている。機械学習はヒトの解釈の余地が入らないので淡々と受け止めるしかなく、それをどう使うかというのはどちらかというとケミストに委ねられるようになるし、モデラーにとってもそれ以上の何かを出さないと存在価値がないという状況になるのかなーとか思ったり。

将棋ウォーズで常に棋神がガイドしてくれる感じに近いのかなぁ。

pychembldbでアッセイ数の多いJ.M.C由来のデータを抜き出す

土曜のテスト用データになんかないかなーと探してたのだけど、ChEMBLのサイトではアッセイ数とかでフィルタリングができなかったので。

from pychembldb import *
for assay in chembldb.query(Assay).all():
    if assay.doc.journal == "J. Med. Chem.":
        act_num = len(assay.activities)
        if act_num > 100:
            print act_num, assay.chembl_id, assay.description

これだと効率が悪いのでものすごい時間かかるけど、一回流すだけだからまぁいいやと。

pychembldbで活性値付きのSDFをつくる

次回のMishima.sykまで2週間を切りました。そろそろハンズオンの準備を開始しています。

尚、ハンズオンでは作業環境を揃えるために事前準備が必要なのでよろしくお願いします。一応cloud9でもいけるように用意しているそうなのでネットに繋げさえすればOKみたいですが。

さて、ハンズオンのためにサンプルデータを選ばなきゃいけないんだけど、ChEMBLからアッセイ系選んで含まれている全ての化合物情報をsdfでダウンロードしたけど属性に活性値が付いてなかった。

アレレのレですよ。

なんかやり方あると思うんだけど、とりあえずはpychembldbで活性値付きのsdfを出力するようなものを作った。しかも自分の中で最近ブームが来まくり100%中の100%なclickを使ってコマンドにしてみた。

from rdkit import Chem
from pychembldb import *
import click

@click.command()
@click.argument("chembl_id")
def chemblid2sdf(chembl_id):
    assay = chembldb.query(Assay).filter_by(chembl_id=chembl_id).first()
    w = Chem.SDWriter("{}.sdf".format(chembl_id))
    for activity in assay.activities:
        m = Chem.MolFromMolBlock(activity.compound.molecule.structure.molfile)
        act = activity.standard_value
        m.SetProp("ACTIVITY", str(act))
        w.write(m)

if __name__ == '__main__':
    chemblid2sdf()

尚、幽遊白書コラボでモンストに戻ってみたけど、持てる(無料)オーブの全てをつぎ込んだけど、ガチャは飛影しか出ないし戸愚呂100%中の100%は3ステージくらいまでしか進めないしで心が折れた。

心が折れたといえば、ポケモンGoも寒すぎて歩く気力も削がれた上にレベル31で飽きが来た。メタモンは取ったけど…

最近読んだ本(20161103)

電車通勤になって読書の時間が取れるようになり捗る。ホントはコーディングしたいんだけどそれはもうちょっと落ち着いてからかなぁ。今のmacbook airはバッテリーの持ちが不安だからmacbook proを買うかどうか悩ましいところ。

ProductName 白いへび眠る島
三浦 しをん
角川書店 / 691円 ( 2005-05-25 )