[发明专利]推理装置、推理方法、推理程序、模型生成方法、推理服务提供系统、推理服务提供方法以及推理服务提供程序在审
申请号: | 202180052991.6 | 申请日: | 2021-08-30 |
公开(公告)号: | CN115989511A | 公开(公告)日: | 2023-04-18 |
发明(设计)人: | 前田友大;小川临 | 申请(专利权)人: | 武田药品工业株式会社 |
主分类号: | G06N20/00 | 分类号: | G06N20/00 |
代理公司: | 北京市柳沈律师事务所 11105 | 代理人: | 宋巧苓 |
地址: | 日本*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 推理 装置 方法 程序 模型 生成 服务 提供 系统 以及 | ||
1.一种推理装置,具有:
获取部,获取至少包括脂质分子的化学结构信息的输入数据;以及
学习完毕模型,通过对学习模型进行学习处理而生成,其中,所述学习模型是将至少包括脂质分子的化学结构信息的输入数据、和含有该脂质分子而成的粒子所包含的活性物质向细胞的转染效率和/或细胞生存率相关联的学习模型,
所述学习完毕模型推理与由所述获取部新获取到的输入数据相关联的转染效率和/或细胞生存率。
2.根据权利要求1所述的推理装置,其中,
在进行所述学习处理时使用的转染效率和/或细胞生存率,是根据通过将含有脂质分子而成的粒子所包含的活性物质导入细胞而测定出的测定结果而算出的,其中,所述脂质分子具有在进行所述学习处理时使用的化学结构信息。
3.根据权利要求2所述的推理装置,其中,
所述学习完毕模型通过更新所述学习模型的模型参数,以使将所述至少包括脂质分子的化学结构信息的输入数据输入到所述学习模型的情况下的输出接近根据所述测定结果算出的所述转染效率和/或细胞生存率而生成。
4.根据权利要求1所述的推理装置,其中,
所述获取部对所述新获取到的输入数据进行预先确定的预处理,所述学习完毕模型推理与预处理后的输入数据相关联的转染效率和/或细胞生存率。
5.一种推理方法,具有:
获取工序,获取至少包括脂质分子的化学结构信息的输入数据;以及
执行工序,执行学习完毕模型,其中,所述学习完毕模型通过对学习模型进行学习处理而生成,所述学习模型是将至少包括脂质分子的化学结构信息的输入数据、和含有该脂质分子而成的粒子所包含的活性物质向细胞的转染效率和/或细胞生存率相关联的学习模型,
所述执行工序通过执行所述学习完毕模型,从而推理与在所述获取工序中新获取到的输入数据相关联的转染效率和/或细胞生存率。
6.一种推理程序,用于使计算机执行如下工序:
获取工序,获取至少包括脂质分子的化学结构信息的输入数据;以及
执行工序,执行学习完毕模型,其中,所述学习完毕模型通过对学习模型进行学习处理而生成,所述学习模型是将至少包括脂质分子的化学结构信息的输入数据、和含有该脂质分子而成的粒子所包含的活性物质向细胞的转染效率和/或细胞生存率相关联的学习模型,
所述执行工序通过执行所述学习完毕模型,从而推理与在所述获取工序中新获取到的输入数据相关联的转染效率和/或细胞生存率。
7.一种模型生成方法,
通过对学习模型进行学习处理而生成学习完毕模型,其中,所述学习模型是将至少包括脂质分子的化学结构信息的输入数据、和含有该脂质分子而成的粒子所包含的活性物质向细胞的转染效率和/或细胞生存率相关联的学习模型。
8.一种推理装置,具有:
获取部,获取包括用于设计或选择脂质分子的前提条件的输入数据,其中,所述脂质分子构成包含活性物质的粒子;以及
学习完毕模型,通过对学习模型进行学习处理而生成,其中,所述学习模型是将包括用于设计或选择脂质分子的前提条件的输入数据、和该脂质分子的化学结构信息相关联的学习模型,所述脂质分子构成包含活性物质的粒子,
所述学习完毕模型推理与由所述获取部新获取到的输入数据相关联的脂质分子的化学结构信息。
9.根据权利要求8所述的推理装置,其中,
在进行所述学习处理时使用的输入数据中,包括转染效率和/或细胞生存率,所述转染效率和/或细胞生存率是,根据通过将含有所设计或选择的脂质分子而成的粒子所包含的活性物质导入细胞而测定出的测定结果算出的、含有该脂质分子而成的粒子所包含的活性物质向细胞的转染效率和/或细胞生存率。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武田药品工业株式会社,未经武田药品工业株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202180052991.6/1.html,转载请声明来源钻瓜专利网。