AI 및 계산과학 비즈니스란, 단순히AI을사용하는이와와 고성능 컴퓨터을보유하는이와에서는있지 않습니다.

대량의 데이터를 분석합니다.
복잡한 현상을 계산으로 파악합니다.
연구 가설 수립을 지원합니다.
실험만으로는 보기 어려운 관계를 찾습니다.
사업에 필요한 시스템으로 구현합니다.

이러한일련의활동를 연구와 사업 현장에서 사용할 수 있는 형태에하는이와이, 저에게의계산과학 비즈니스입니다.

특히의료·바이오테크의분야에서는 유전자, 단백질, 세포, 질환, 약물 후보, 임상 데이터등, 많은 정보이복잡에관련되어 있습니다.사람의 눈만에서전체을파악하는이와는어렵고, 컴퓨터에 의한분석와 AI을사용한지원이 중요해집니다.

GPGPU는 이미지 처리에사용되는GPU를 과학 계산와대규모 처리에활용하는기술입니다.

고지마 후미히사는 바이오인포매틱스분야에서의GPGPU활용에관심을 갖고, 분석 처리와대규모 계산환경의구축에관여해 왔습니다.

이경험는 두 가지의방향에확장되었습니다.

하나는 의료·신약 개발·바이오인포매틱스분야에서의계산과학지원입니다.
다른 하나는 암호자산 마이닝사업입니다.

겉보기에는하는와 바이오 연구와마이닝는전혀 다른의분야에보입니다.그러나, 둘 다대량의계산 자원을사용하는와말하는의미에서는 기술적인토대에공통점이있습니다.

GPU를 어떻게 조달할 것인가.
전력과 냉각을 어떻게 설계할 것인가.
계산 환경을 어떻게 안정적으로 가동시킬 것인가.
처리를 어떻게 효율화할 것인가.
투자한 설비를 어떻게 사업으로 성립시킬 것인가.

이 경험은 AI·계산과학을 단순한 연구 기술이 아니라,현실의사업로서다루는위해의기초이 되고 있습니다.

AI라는 단어는 널리 사용되고 있지만, 의료나 연구 현장에서 실제로 활용하려면 AI 자체보다 먼저 필요한 것이 있습니다.

먼저,데이터가 정리되어 있을 것.
다음으로, 무엇을 분석하고 싶은지가 명확이어야 합니다.
그리고,분석 결과를 연구나 사업에 어떻게 사용할 것인지가 정해져 있어야 합니다.

고지마 후미히사가 중시하는 것은 AI를 화려하게 보이게 하는 것이 아니라,AI을사용할 수 있는 상태까지정보와업무을정비하는이와입니다.

연구데이터를 정리하는.
논문 및 특허 정보을정리하는.
세포와질환에 관한정보을구조화하는.
검사 데이터와임상 정보를 장기적으로 분석 가능한 형태로 정리해 두는 것입니다.
연구자, 의료기관, 사업회사가 사용할 수 있는 화면과 시스템에 구현해 넣는 것입니다.

AI·계산과학 비즈니스에서는 이“전처리”와“체계화”가 매우 중요해집니다.

Biozipcode, Inc.의연구개발에서는 세포 표적화 기술“Biozipcode™”、당뇨병 줄기세포、바이오마커、5-ALA、HDAC 저해제、당뇨병합병증、암치료등 여러 테마가 관계되어 있습니다.

이러한 연구를 진행하려면 실험뿐만 아니라,방대한계산량을처리하는계산 장비와방법에 의한지원이 필요해집니다.

어떤 세포를 표적으로 할 것인가.
어떤 펩타이드 서열이 특정 세포에 결합하기 쉬운가.
어떤 질환에 응용 가능성이 있는가.
기존 논문이나 특허와 어떻게 관계되는가.
임상연구에서 어떤 지표를 봐야 하는가.

이러한질문에 대해, 바이오인포매틱스, In Silico 분석, AI, 데이터베이스화, 문헌 조사, 특허 조사를 조합해 지원해 나갈 수 있습니다.

고지마 후미히사의 AI·계산과학 비즈니스는 Biozipcode™의같은대학발연구를 보다구현하기 쉬운형태에하는위해의이면의기반에서도있습니다.

Biozipcode™의특징의하나에, 7자리의아미노산서열를 사용하여,특정 세포을구별하는라는 사고방식이 있습니다.

아미노산은 20종류가 있기 때문에 7개의 아미노산을 조합하면 이론상약 13억 가지의서열이존재합니다.

이중에서, 목표로 하는 세포나 조직에결합하기 쉬운서열을 찾아,치료와진단에응용하는에는 실험뿐만 아니라, 계산을 통한 선별과 데이터 정리이 중요해집니다.

모든 것을 실험만으로 시험하는 것은 현실적이지 않습니다.
후보를 좁히는 것.
데이터를 비교하는 것.
서열와세포의관계을정리하는.
유망 후보을연구자이검토하기 쉬운형태에하는.

이같은장면에서, 계산과학와AI의활용이기대됩니다.

AI·계산과학는 신약 개발뿐만 아니라, 진단와바이오마커개발에도 관여합니다.

당뇨병 연구에서는,혈당치뿐만 아니라, 당뇨병 줄기세포와비정상 세포 상태를 어떻게 검출할 것인지가 중요해집니다. 장기적으로는,혈액검사, 세포 분석, 바이오마커, 이미지 분석, 임상 데이터등을조합하면이와에서, 보다정밀도 높은진단와연구평가이가능해질 수 있습니다.

또한, 암치료와난치성 질환에서도 어떤 세포를 겨냥해야 하는지, 어떤 약제를 조합해야 하는지, 어떤 환자군에 적합한지를 고려할 때,계산과학의역할는커집니다.

AI·계산과학 비즈니스는 단독으로 완결하는사업에서는있지 않습니다.의료연구, 진단기술, 신약 개발, 임상시험, 제약회사와의연계을지원하는기반로서기능합니다.

향후, AI·계산과학 비즈니스에서는 다음의같은분야을검토하고 있습니다.

• 바이오인포매틱스분석지원
• 펩타이드 서열와세포 표적화 기술의후보 탐색
• 논문·특허·연구정보의데이터베이스화
• 당뇨병 줄기세포와바이오마커정보의정리
• 5-ALA, HDAC 저해제, 기존 약물 리포지셔닝 조사
• 암·난치성 질환로의응용 가능성의탐색
• 임상연구 데이터의 정리·시각화
• 공동연구처·투자자대상자료의 정보 정리
• KYC·AML·컴플라이언스조사 시스템와의연계
• 해외 전개를 위한 다국어 정보 정리

이들은 모두 “AI로 무언가를 만든다”기보다는,연구와 사업을 앞으로 나아가게 하기 위한 계산 기반으로 포지셔닝됩니다.

본 페이지는 고지마 후미히사가 관여하는 AI·계산과학 비즈니스에 대해, 바이오인포매틱스, GPGPU, HPC, In Silico 분석, AI활용, 연구 지원, 사업화지원의관계을정리하는위해의페이지입니다.

이이에서기재하는내용는 특정의연구 성과, 의료 효과, 진단 정확도, 치료 효과을보장하는 것은 아닙니다.

의료연구와신약 개발로의응용에는 연구자, 의사, 제약회사, 규제 당국에 의한검증이필요합니다.