---------------------** Best Poster **---------------------- |
|
| P6-12 | 3D-RISM-AI: A machine learning approach to predict protein-ligand binding affinity using 3D-RISM |
| Kazu Osaki, Tsutomu Yamane, Toru Ekimoto, Mitsunori Ikeguchi | |
---------------------* Excellent Poster *-------------------- |
|
| P1-28 | Advanced methods to predict the property of cyclic peptides: exhaustive and efficient conformation search |
| Kentaro Takai, Sakiko Mori, Yoshiaki Tanida, Atsushi Tomonaga, Hiroyuki Sato, Azuma Matsuura, Hirotaka Oshima, Mutsuyo Wada, Akihiko Ueda, Seiji Fukui |
|
| P3-15 | Validation of protein structure from low resolution density map using Deep Learning |
| Miwa Sato, Hiroyuki Nakagawa, Yuichi Kokabu, Ikuko Miyaguchi, Akiko Kashima, Biao Ma, Sigeyuki Matsumoto, Atsushi Tokuhisa, Masateru Ohta, Mitsunori Ikeguchi | |
| P3-16 | Automated X-ray crystallographical inhibitor screening against an insect ecdysteroidogenic enzyme, Noppera-bo |
| Kotaro Koiwai, Kazue Inaba, Fumiaki Yumoto, Yusuke Yamada, Ryusuke Niwa, Toshiya Senda | |
| P5-08 | Development of a pharmacokinetics prediction system using multiscale integrated modeling:15. Development of an in silico prediction system of human renal excretion and clearance from chemical structure information |
| Reiko Watanabe, Rikiya Ohashi, Tsuyoshi Esaki, Hitoshi Kawashima, Yayoi Natsume-Kitatani, Chioko Nagao, Kenji Mizuguchi |
|
| P5-11 | QSAR model to predict Kp,uu,brain with small-scale dataset -incorporating predicted values of related parameters- |
| Yuki Umemori, Koichi Handa, Seishiro Sakamoto, Shin Umeda | |
| P6-18 | Focused Library Generative Model for GPCR Family |
| Gen Li, Nobuaki Yasuo, Masakazu Sekijima | |
| P9-01 | Attempts to establish the in vitro BBB model suitable for drug development - Comparative study of 2D rat model, 2D human cell line model, and 3D human cell line model - |
| Kimiko Kitamura, Yukari Shigemoto-Mogami, Kazue Hoshikawa, Agathe Figarol, Michiya Matsusaki, Tomomi Furihata, Seiichi Ishida, Kaoru Sato |
|
| P10-01 | Evidence for the utility of human induced pluripotent stem cell-derived neurons in safety pharmacology-fact data indicating the achievement of network activities |
| Kanako Takahashi, Kaori Chujo, Yasunari Kanda, Aoi Odawara, Ikuro Suzuki, Kaoru Sato | |
・ポスター番号は貼付け時に必要です。必ず確認してください。
・討論時間も、下記より確認してください。
■ポスター投稿 受付期間 2019年5月7日(火)～
※CBI学会非会員でも投稿可能です。
■ポスター発表詳細
| ポスター掲示期間 | 2019年10月22日(火) 10:00 ～ 10月24日(木) 16:10 | |||||||||||||||||
| 会場 | １階 展示ホール | |||||||||||||||||
| 討論時間 |
※受付にて用紙を配布しますので、発表時間帯を選択し（複数選択可）、ポスター下部に貼付してください。 ※発表者はポスターの前にて発表・討論を行ってください。 |
|||||||||||||||||
| ポスター貼付 | 10月22日(火) 10:00までに、貼付けを済ませてください。 10月21日(月) 16:00-18:00も、貼付け可能です。 ※参加受付の後、貼付けしてください。 |
|||||||||||||||||
| パネルサイズ | 90cm(横) x 210cm(縦) ※各パネルにはポスター番号が掲示してあります。 |
|||||||||||||||||
| 使用言語 | ポスターは英語、発表は日本語でも英語でも可 | |||||||||||||||||
| ポスター取外し | 10月24日(木) 16:10～16:30 各自で片付けてください。 ※ 10月24日(木)17:30以降、残ったポスターはこちらで破棄させて頂きますのでご了承下さい。 |
|||||||||||||||||
- 発表者としての投稿は１件までとさせていただきます（共著者に名を連ねることは構いません）。
※CBI学会非会員でも投稿可能です。
- 大会への参加登録（発表者は必ず登録）
- 分野区分の選択 (下記の区分）
- 投稿時に、①ポスター発表、②ポスター発表（口頭発表可）のいずれかを選択してください。
- アブストラクト作成（英語）
- 形式：PDF（英語のみ）
- ぺージ数：1ページ
- 発表者の氏名にアンダーラインを引いてください。
- WORDテンプレートにそって作成し、PDFに変換して投稿
- WORDテンプレート(>>template.doc)
- PDFサンプル(>>sample.pdf)
- オンライン投稿フォームにて投稿（必要事項記入、アブストラクト添付）
- 査読結果通知：※日程は未決定
※追加変更の可能性があります。
| 1) | 分子認識と分子計算 |
| 生体分子の認識を司る分子間相互作用とその理論的予測方法に関する研究
Keywords:電子状態計算, 第一原理計算, 分子軌道法, 密度汎関数法, 電子相関, フラグメント分子軌道法, 励起状態, 分子動力学法, モンテカルロ法, 分子力学法, リガンド・ドッキング, 結合自由エネルギー, タンパク質と低分子との相互作用, 蛋白質のモデリング, 酵素反応, 生体微量金属, 分子ナノ表面相互作用解析, 分子モデリング |
|
| 2) | インシリコ創薬 |
| コンピュータを利用した創薬研究およびそれに関わるテクノロジー
Keywords:コンピュータを利用した薬品設計, de novo医薬品設計, フラグメントに基づく医薬品設計, インシリコ創薬技術, 化合物に基づく医薬品設計, インシリコスクリーニング, 構造活性相関, 構造に基づく医薬品設計, バーチャルスクリーニング, ドラッグ・デザイン, 人工知能（AI）, ビッグデータ解析, ドラッグ・リポジションニング |
|
| 3) | 構造生物学 |
| タンパク質や核酸などの立体構造とそのメカニズムを明らかにする研究、および、そのための新しい技術や手法を研究する分野
Keywords:Ｘ線回折, NMR, Cryo-EM単粒子, Cryo-EM tomography, XFEL, 高速AFM, 中性子解析, SBDD, FBDD, SAXS, SANS, 蛍光イメージング, Protein Data Bank, Cryo-EM Data Bank |
|
| 4) | バイオインフォマティクスとその医学応用 |
| 疾患のシステム的モデリングや、ゲノム・トランスクリプトーム・
プロテオーム・メタボロームなどの網羅的分子情報の解析手法の開発、およびこれらの創薬のための応用研究
Keywords:疾患オミックス解析, 臨床バイオインフォマティクス, トランスレーショナルシステム生物学, がんシステム生物学, システム創薬 , システム分子医学 , P4(predictive, preventive, personalized, and participatory)医学, 次世代シーケンシング, 大規模データの相関解析, 生物学的ネットワーク分析, パスウェイ解析, 人工知能（AI）, ビッグデータ解析, ドラッグ・リポジションニング | |
| 5) | 医薬品研究とADMET |
| 医薬品の開発ならびに使用に関わる各種研究および薬物動態と毒性（ADMET）に関するウェットならびにドライ研究
Keywords:ファーマコインフォマティクス, ファーマコキネティクス, ファーマコメトリクス, トキシコキネティクス, ファーマコダイナミクス, 薬物動態と毒性, 構造特性相関（SPR）, 構造物性相関（SCR）, ファルマコフォア, 酵素の活性調節, 酸化ストレスと幹細胞, メタボロミクス, 計算毒性学, 人工知能（AI）, ビッグデータ解析, ドラッグ・リポジションニング |
|
| 6) | 創薬・医療AI |
| 創薬あるいは医療分野で活用できる人工知能（AI）についての基礎及び応用研究
Keywords:先制医療・発症予測, 創薬ターゲット探索, タンパク質立体構造予測, MD解析, AI分子力場開発, 合成経路予測, 新規構造発生, 活性・薬効予測, 体内動態・毒性予測, ブリッジング予測, バイオロジックス設計, 結晶形・製剤予測, 臨床デザイン, 有害事象の解析, 診断・投薬の選択, 深層学習等の機械学習手法, 記述子開発, ビッグデータ解析, キュレーション, 自然言語処理 |
|
| 7) | 創薬データサイエンス |
| 主に創薬に関連する大量データを収集・処理し、解析する手法を研究する分野
Keywords:創薬ビッグデータ、リアルワールドデータ、創薬データインテグレーション、自動キュレーション、オントロジー、テキストマイニング、自然言語所処理、画像認識、AI創薬データセット |
|
| 8) | 分子ロボティクス |
| DNA、分子モータ、微小管、リポソームのような生体高分子を用いて、感覚・知能・運動の機能を持つロボットを構築する技術、応用および倫理に関する分野
Keywords:DNAナノ構造，DNAオリガミ，DNAコンピューティング，DNA光応答制御，分子人工センサ，分子人工アクチュエータ，分子人工知能，多機能性リポソーム，分子自己組織化，分子集団運動，分子ロボット設計支援システム，超分子シミュレーション，分子ロボット創薬、分子人工筋肉，分子ロボット倫理 |
|
| 9) | レギュラトリサイエンス |
| 医薬品の開発と市販後の安全性、リスクの評価科学に関する研究
Keywords:評価科学, リスク評価, 市販後調査, ファーマコビジランス, リアルワールドデータ, ビッグデータ, 副作用情報, シミュレーション, 行政的受容, 育薬, ポリファーマシー, 電子医療情報, 電子カルテ, SEND, AERS, トランスレーショナルリサーチ, バリデーション, iPS創薬, 分子ロボットELSI, 分子ロボットRRI, 分子ロボット原則・ガイドライン |
|
| 10) | 上記に属さない先進的研究 |
| CBI学会では、化学、生物学、情報学の境界領域に関連する先進的研究、および分子毒性学、合成生物学、分子ロボティクス、iPS創薬、アカデミア創薬などの新興領域の研究発表についてもポスター投稿を受け付けています。
Keywords:分子毒性学, 合成生物学, 分子ロボティクス, DNAナノ構造, iPS創薬, アカデミア創薬, ビッグデータ解析技術, 生命の起源, 量子コンピューティング |
- CBI2019年プログラム委員会にて選定します。
- 下記より投稿画面に入ります。
- 必要事項を入力し、PDF形式のアブストラクトを投稿（アップロード）してください。
≫≫投稿はこちらから≪≪ ※終了しました