研究ツールの使い方と Nadoo Bio のお知らせをお届けします。
薬の研究になぜコンピューター科学が必要なのでしょうか。実験候補の選択から研究ツールの検証まで、生物学・データ・計算が交わる理由を考えます。
UniProtはタンパク質の配列と機能の情報を集めたデータベースです。同じ名前のタンパク質に複数のレコードがある理由や、Swiss-ProtとTrEMBLの違いを解説します。
PDBのリボン図は、実験から求めた原子の位置を表しています。構造を得た方法、図にない領域、一緒に含まれる分子を知ると、図の情報がより明確になります。
AlphaFold DBの構造は、なぜ色分けされているのでしょうか。部分ごとの形の信頼度を示すpLDDTと、相対的な配置の不確かさを示すPAEの違いを説明します。
PubChemでは、一つの化合物に複数の機関の記録や数値が結び付いています。SIDとCIDの違いを知ると、物質の構造と情報の出典を分けて読めるようになります。
実験値が10と100なら、どちらがよいのでしょうか。ChEMBLの実験記録を通じて、IC50とKdの違い、濃度の単位、試験条件が数値の意味をどう変えるかを説明します。
Open Targetsは、疾患と標的の関係を支える研究を集めています。遺伝学・発現・薬剤の根拠がそれぞれ何を示すのか、関連スコアをどう読むのかを解説します。
構造予測モデルがGPUを使う理由、入力サイズによるメモリ使用量の違い、Nadoo Bioのジョブが計画から結果に至る過程を、実測値とともに説明します。
Claude CodeやCodexなどのAIエージェントにNadoo Bioを接続すると、研究ツールの実行を会話で準備し、人が確認した計画に沿って実行できます。接続の目的と設定手順を紹介します。