【技术实现步骤摘要】
信息处理装置、方法、系统及记录信息处理程序的介质
[0001]相关申请的交叉引用
[0002]本申请要求2020年11月13日提交日本特许厅的、申请号为2020
‑
189856以及2021年2月17日递交日本特许厅的、申请号为2021
‑
023750的日本专利申请的优先权和权益,其全部内容通过引用结合在申请中。
[0003]本公开涉及一种信息处理装置、信息处理方法、记录信息处理程序的介质及信息处理系统。
技术介绍
[0004]在日本特开2017
‑
37378号公报中公开了:在生物体高分子的结构解析中,在将包含在维度集合中的所有索引维度中的每一个作为坐标轴的多维空间中、进行多个结构的聚类,并将不包含在任何簇中的离群值的结构作为初始结构来进行分子动力学模拟(例如权利要求4)。
[0005]在国际公开第2003/054743号中公开了一种预测蛋白质立体结构的蛋白质立体结构预测程序。执行该蛋白质立体结构预测程序的计算机读取蛋白质的氨基酸序列,并预测二级结构信息。接着,该计算机基于二级结构信息计算形成转角的氨基酸的个数,并通过计算出的氨基酸的个数和二级结构信息获得具有存在概率高的转角结构信息,预测并再现转角,从而预测蛋白质的立体结构。
[0006]另外,在日本特表2020
‑
523010号公报中公开了一种如下的方法:通过将新生抗原集合中的每一个新生抗原的肽序列输入到进行了机械学习的呈递模型中,来对各患者生成对于患者的新生抗原 ...
【技术保护点】
【技术特征摘要】
1.一种信息处理装置,所述信息处理装置包括:接收部,所述接收部接收从终端发送的请求信号;预测部,所述预测部响应于所述请求信号,生成与肽的药代动力学相关的预测信息;以及发送部,所述发送部向所述终端发送由所述预测部生成的所述预测信息。2.根据权利要求1所述的信息处理装置,其中,在所述请求信号中包括用于生成预测信息的预测模型的选择信息,所述预测部通过从多个所述预测模型中选择与所述选择信息相应的预测模型,并对所选择的所述预测模型输入表示所述肽的肽信息,从而生成所述肽的所述预测信息。3.根据权利要求2所述的信息处理装置,其中,在所述请求信号中包括用户ID,多个预测模型中的每一个是为每个用户预先准备的预测模型,所述预测部通过将表示所述肽的肽信息输入到所述多个预测模型中的与所述用户ID对应的预测模型中,从而生成所述肽的所述预测信息。4.根据权利要求3所述的信息处理装置,其中,所述多个预测模型中的每一个是通过为每个用户预先准备的学习用数据来预先学习的学习完成模型。5.根据权利要求1至4中任一项所述的信息处理装置,其中,在所述请求信号中包括用户ID,所述信息处理装置还包括处理部,所述处理部根据所述用户ID,将所述预测信息存储在为每个用户预先准备的多个数据库中的、与所述用户ID对应的数据库中。6.根据权利要求1至5中任一项所述的信息处理装置,其中,在所述请求信号中包括用户ID,所述信息处理装置还包括处理部,所述处理部根据所述用户ID,将从所述终端发送的数据存储在为每个用户预先准备的多个数据库中的、与所述用户ID对应的数据库中。7.根据权利要求6所述的信息处理装置,其中,所述处理部将从所述终端发送的与所述肽的药代动力学相关的数据存储在所述数据库中。8.根据权利要求1至7中任一项所述的信息处理装置,其中,所述发送部将由所述预测部预测的所述预测信息与作为预测对象的所述肽相关联,并发送至所述终端。9.根据权利要求1至8中任一项所述的信息处理装置,所述信息处理装置还包括设计支援部,所述设计支援部生成包含构成所述肽的要素的变更位置的候选的设计支援信息,所述发送部将所述设计支援信息向所述终端发送。10.根据权利要求9所述的信息处理装置,其中,所述设计支援部对构成所述肽的多个残基中的每一个,通过解析用于生成所述预测信息的学习完成模型的参数,来计算表示所述残基对所述预测信息产生影响的程度的残基影响度分数;在针对所述多个残基中的每一个计算出的所述残基影响...
【专利技术属性】
技术研发人员:秋山泰,大上雅史,柳泽渓甫,吉川宁,
申请(专利权)人:国立大学法人东京工业大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。