小山拓豊

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

ARTICLE

[1] 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]

[2] 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]

[3] 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]

[4] 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]

PRESENTATION

[1] 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]

[2] 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]

[3] 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]

[4] 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]

[5] 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]

[6] 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]