Pythia Biosciences社のウェビナー情報です。登録者には後日、録画配信がございます。ぜひご登録ください。
開催日：2026年11月18日(水) 2時～3時（日本時間）英語
AIが製薬業界の研究開発にますます組み込まれる中、依然として重要な課題が1つ残っています。それは、専門の生物学者を研究や意思決定のプロセスに関与させ続けながら、研究者が大規模な生物学的データを自身のAI環境とどのように連携させるかということです。
本ウェビナーでは、業界の専門家が、MCP（Model Context Protocol）を活用して、大規模なマルチオミクスおよびシグナルパスウェイデータベースと独自のAI環境を連携させ、ターゲット発見を支援し、製薬業界の研究開発ワークフローを効率化する方法について解説します。
【本ウェビナーの概要】
専門家を集め、大規模データをAI主導の研究に統合する際の実用的な応用例、業界が直面する課題、そしてその可能性について議論します。
大規模データとAIの連携：Pythia Biosciencesが保有する3億件以上の細胞プロファイルと26万件のパスウェイ（DNA、RNA、タンパク質、メタボローム、エピゲノムデータを網羅）を活用し、MCPがどのようにして大規模な生物学的知見をAI主導の研究により利用しやすくできるかを探ります。
ターゲット探索と製薬研究開発の加速：シングルセルデータとバルクデータ、空間トランスクリプトミクス、イメージングデータセット、および独自の研究データを組み合わせることで、生物学的知見の解明や創薬ワークフローの効率化にどのように貢献できるかをご紹介します。
生物学者を研究の中心に据える：AIがデータ集約的なタスクを処理することで、専門の生物学者が結果の解釈、エビデンスの評価、研究上の意思決定の指針策定に集中できるようになる仕組みについて解説します。
MCP（Model Context Protocol）が、大規模な生物学的データとAIを活用したワークフローをどのように結びつけ、同時に専門の生物学者を研究や意思決定の中心に据え続けるのかについて、詳しくご紹介します。
本稿では、以下の要素を基盤として、この統合がどのように標的発見を支援し、製薬業界の研究開発を効率化できるかを探ります。
- 拡大を続けるマルチオミクス・データベースに収録された3億件以上の細胞プロファイル
- 26万のシグナルパスウェイ
- DNA、RNA、タンパク質、メタボロミクス、エピゲノミクスレベルに及ぶマルチオミクスデータ
- シングルセル、バルク、空間トランスクリプトミクス、イメージングを網羅するマルチモーダルデータセット
- 社内研究データをワークフローに取り込むための独自データ生成機能
MCPが、生物学的知見、独自データ、AIを活用した研究をどのように結びつけ、専門の生物学者が最も重要なこと、すなわちエビデンスの解釈と科学的発見の推進に集中できるようにするのか、ぜひご覧ください。
演者：
Tristan Gill – CEO, Pythia BioSciences
RJ Honicky – Co-host of the “Latent Space AI for Science” podcast, CTO of Miraomics
Arthur Liberzon – Consultant, Former Director and AI Research Lead at AstraZeneca
Christopher Yohn – Principal, CompBio Bridge (Computational Biology)
Beth Basham – Chief of Operations, BioGlyph
その他、ゲストスピーカーおよび演者追加予定あり
Pythia社 クラウドデータ解析ソフトウェア CDIAM 製品ページはこちら【無料オンラインデモ・フリートライアル受付中】