17032009 chemoinformatics work life
来期は(なんというか希望とかそういうのは通らずに)、思っていた方向と逆のSBDDとかLBDDバリバリにアサインされそうな感じ。正直、鮫肌でチャクラを削られちゃった僕としては、もうそっち系のを練る気力は残ってませんよ？！
一方、lispでバリバリコードを書いて覚えるという状況としてはナイスな気もするので、来期は職場でperl,pythonでコード書くのを止めてみよう。
あとは、クックブックも書かなきゃなぁ。
以下TODO
あたりはやっときたい。
21022009 chemoinformatics bioinformatics
献本していただいた。
05022009 chemoinformatics
これ欲しい
Molecular Descriptors for Chemoinformatics (Methods and Principles in Medicinal Chemistry)デジイチ買えるくらい高いけど
23012009 chemoinformatics work
製薬系のアプリケーションの充実っぷりはなかなか凄くて、コードなんかかけなくてもGUIのアプリをいじっているだけで労働ができる(not研究)。さらにアイコンをつなぎあわせるだけで、ワークフローが構成できるyahoo pipesみたいなのもあって、スクリプトなんて書く必要もなかったりとか。
そういう人達を（コードなんて書かないで）アプリケーションを専門に使うヒトという意味を込めてアップユーザーとか言ったりする。昔はアップユーザーにもノウハウが必要だったり経験がないとうまく結果を出せなかったりしたのでジョブとしても重要だったりしたんだけど、アプリケーション自体がどんどん賢くなってきててノウハウなんかなくてもボタン押すだけである程度だれでも使えるようになっている。で、そういう機械に使われる系の労働力はものすごいコモディテイ化してるよなぁっていう話はたまにされていたり。
上のエントリを見てふと思い出した。
11122008 chemoinformatics processing
8章はprocessingでネットワークを描いてく。とりあえず写経から。
後半はanemoneをEclipseで。apacheのログがcombine形式でないので情報が足りないけど、ネットワークが成長していく様は見ていて楽しいし、飽きない。
例えば創薬プロジェクトをanemoneみたいなのでビジュアライズしてみたいと考えている。先行化合物の類似性とか、薬理活性が変化していく様を直感的に捉えてみたいのだよなぁ。
26112008 chemoinformatics
18112008 chemoinformatics
LeadOptimizationにおける合成戦略は基本的に新規な構造を追いかけるために、常にモデルを外れる傾向にある。だから精度が高すぎるQSARモデルはどうかなと思うことがあるし、あんまり最適構造にこだわんのもどうかな?なんて思ったりもする。また、あまりにも類似している構造が同じ様な活性を示すという情報は情報量的にあんまりだし、無駄に新規性を追求した結果、活性が残らなかったという状況もあれだ。
これってstrength of weak tiesに似ているんじゃないかと。つまり弱い紐帯のようなものをうまく探るのが、プロジェクトを先に進めるために必要なことのひとつであろうという仮説を立ててみた。
で、そういったネットワークを探索するのもなかなか楽しそうだ。
MCSを分解していってエッジを張って活性と類似度のバランスでエッジに重みをつけるっていうのはどうだろうか。構造は結構異なっているが適度に関連性があって活性があまり失われていないようなエッジはリードホッピングの道を指し示してはくれんじゃろか？
15112008 chemoinformatics bioinformatics PRML
chemoinformaticsにも使えそうなので色々読んでみている。
ぼんやりとした入門のそのまた入門の入り口ぐらいには立ったかなって感じ。CRPで遺伝子発現のクラスタリングをやっている論文があったので読む。
ディリクレ分布に関してはこの本見た。
09112008 chemoinformatics Arduino
08112008 chemoinformatics work
参加した皆様おつかれさまでした。
僕はというと、反応プログラミングを使った合成系人工無脳について、話させてもらいました。職場でトークしてもレスポンスが薄くて凹むのでこういう場は結構貴重だなぁと改めて。
帰りにパラパラめくってみて欲しくなったんだけど、PRMLにも書いてあるからなぁ。
先にこっちだな。
リサンプリングの話でrandom forestはどうかっていう話が出た時に、あーそれもありかなみたいなぁとその場では思ったのですが、よくよく考えたらブートストラップサンプルで標本が重複してしまうからそれをうまいこと回避できるのかなぁ?と。
なんかいい方法あるかなぁ。あとでもう少し考えてみよう。
NARUTO-ナルト- DVD-BOX II 始動!木ノ葉崩し
ビジュアライジング・データ ―Processingによる情報視覚化手法
薬づくりの真実
パターン認識と機械学習 上 - ベイズ理論による統計的予測
Making Things Talk -Arduinoで作る「会話」するモノたち
マツイ棒
マルコフ連鎖モンテカルロ法 (統計ライブラリー)
パターン認識と機械学習 下 - ベイズ理論による統計的予測