TAKUTO KOYAMA
PORTFOLIO
ケモインフォマティクスを利用したAI創薬の研究、
特に現在はインシリコ・スクリーニングに関する研究を行っています。
ABOUT
私は現在、京都大学医学研究科の博士後期課程にてAI創薬の研究に取り組んでいます。
学部時代は薬学部にて創薬に関する知識を学び、その中で現状の創薬プロセスが抱えるコスト面での大きな課題について学び、それらの課題を解決する新たなアプローチとしてAI創薬の存在を知りました。
大学院での研究活動を通じてAI創薬を実現するための技術を学び、AI創薬の研究開発に貢献したいと考えています。
BIOGRAPHY
2018年: 東京大学理科一類入学
2020年: 東京大学薬学部進学
2022年: 東京大学薬学部薬科学科卒業
2024年: 京都大学医学研究科人間健康科学系専攻修士課程修了
2024年: 京都大学医学研究科人間健康科学系専攻博士後期課程進学
2024年〜2027年: 日本学術振興会特別研究員DC1
RECENT WORKS
ARTICLES
Takuto Koyama, Hayato Tsumura, Shigeyuki Matsumoto, Ryunosuke Okita, Ryosuke Kojima, and Yasushi Okuno. (2024). ChemGLaM: Chemical-Genomics Language Models for Compound-Protein Interaction Prediction. bioRxiv. [PREPRINT]
Yusuke Toda, Hiroaki Fujita, Koshiki Mino, Takuto Koyama, Seiji Matsuoka, Toshie Kaizuka, Mari Agawa, Shigeyuki Matsumoto, Akiko Idei, Momoko Nishikori, Yasushi Okuno, Hiroyuki Osada, Minoru Yoshida, Akifumi Takaori-Kondo, and Kazuhiro Iwai (2024). Synergistic involvement of the NZF domains of the LUBAC accessory subunits HOIL-1L and SHARPIN in the regulation of LUBAC function. Cell Death & Disease . [ARTICLE]
Hiroaki Iwata, Yoshihiro Hayashi, Takuto Koyama, Aki Hasegawa, Kosuke Ohgi, Ippei Kobayashi, and Yasushi Okuno. (2024). Feature extraction of particle morphologies of pharmaceutical excipients from scanning electron microscope images using convolutional neural networks. Int. J. Pharm. [ARTICLE]
Hiroaki Iwata, Taichi Nakai, Takuto Koyama, Shigeyuki Matsumoto, Ryosuke Kojima, and Yasushi Okuno. (2023). VGAE-MCTS: a New Molecular Generative Model combining Variational Graph Auto-Encoder and Monte Carlo Tree Search. J. Chem. Inf. Model.. [ARTICLE]
Takuto Koyama, Shigeyuki Matsumoto, Hiroaki Iwata, Ryosuke Kojima, and Yasushi Okuno. (2023). Improving Compound–Protein Interaction Prediction by Self-Training with Augmenting Negative Samples. J. Chem. Inf. Model.. [ARTICLE]
PRESENTATIONS
Takuto Koyama, Hayato Tsumura, Ryunosuke Okita, Ryosuke Kojima, Shigeyuki Matsumoto, Yasushi Okuno. ChemGLaM: Chemical Genomics Language Models for Compound-Protein Interaction Prediction,ISMB 2024 MLCSB, Montreal, Canada, Jul 2024. [POSTER]
小山 拓豊, 津村 颯人, 松本 篤幸, 沖田 龍之介, 小島 諒介, 奥野 恭史.「ChemGLaM: Compound-Protein Interaction Prediction Using Large Language Models」, 『第24回蛋白質科学会年会, 札幌, 6月, 2024年. [POSTER] ポスター賞受賞
小山 拓豊, 岩田 浩明, 松本 篤幸, 小島 諒介, 大塚 教雄, 長谷川 亜樹, 奥野 恭史.「Insight into Federated Learning for Compound-Protein Interaction Prediction」, 『情報計算科学生物学会(CBI学会)2023年大会』,東京,10月, 2023年. [ORAL]
伊藤 彰真, 小山 拓豊, 岩田 浩明, 松本 篤幸, 奥野 恭史. 「Exploring Chemical Structural Insights of ADME Properties via Interpretable Deep Learning」, 『情報計算科学生物学会(CBI学会)2023年大会』,東京,10月, 2023年. [POSTER]
岩田 浩明, 中井 大智, 小山 拓豊, 松本 篤幸, 小島 諒介, 奥野 恭史. 「A New Molecular Generation Method Combining Deep Learning and Reinforcement Learning」, 『情報計算科学生物学会(CBI学会)2023年大会』,東京,10月, 2023年. [POSTER]
Takuto Koyama, Shigeyuki Matsumoto, Hiroaki Iwata, Ryosuke Kojima,Yasushi Okuno. Iterative Data Augmentation of near boundary negative samples improves the model generalizability in Compound-Protein Interaction Prediction,ISMB/ECCB 2023 MLCSB, Lyon, France, Jul 2023. [POSTER]
小山 拓豊, 松本 篤幸, 岩田 浩明, 小島 諒介, 奥野 恭史. 「Improvement of Compound-Protein Interactions Prediction with Semi-supervised Learning 」, 『情報計算科学生物学会(CBI学会)2022年大会』,東京,10月, 2022年. [POSTER]
岩田 浩明, 林 祥弘, 小山 拓豊, 長谷川 亜樹, 寺山 慧, 奥野 恭史 「Clustering of Pharmaceutical Excipients Using Pretrained Convolutional Neural Networks」, 『日本薬剤学会第38年会』, 愛知, 5月, 2023年. [POSTER]
AWARDS
WRITINGS
小山 拓豊, 奥野 恭史, 「6章 AIビックデータと創薬」化学における情報・AIの活用 (CSJカレントレビュー: 50), 化学同人
Takuto Koyama, Yasushi Okuno, The AI Trends in Chemical Space for Drug Discovery, Drug Development Supported by Informatics, Springer
SCHOLARSHIPS
SKILL
Python
Pythonコーディングを用いた研究活動経験 PytorchおよびTensorflowを用いた深層学習実装経験
English
TOEIC 905点
Statistics
統計検定 1級
Mathmatics
JDLA E資格
全珠連 珠算 五段
全珠連 暗算 七段