推理装置、生成装置、推理程序以及生成程序的制作方法

本公开涉及推理装置、生成装置、推理程序以及生成程序。

背景技术：

1、已知一种用于高效地将核酸等活性物质导入到细胞内的、使用了含有脂质分子而构成的粒子的药物送达系统(dds(drug delivery system))。在该系统中，在含有脂质分子而构成的粒子中包含该活性物质，由此形成复合物的粒子，并经由该复合物的粒子，向设为目的的组织、细胞送达该活性物质。

2、现有技术文献

3、专利文献

4、专利文献1：日本特开2010-133720号公报

技术实现思路

1、发明要解决的课题

2、另一方面，关于构成包含活性物质的粒子的脂质分子的化学结构的设计、选择，一般通过人工来进行，符合目的的合适的脂质分子的化学结构的设计、选择很大程度上依赖于其熟练人员的经验、专业知识。此外，关于具有被设计或者选择的化学结构的脂质分子是否被送达到了设为目的的组织、细胞、或者是否在设为目的的组织、细胞中发挥了所期望的效果，一般通过进行实验来评价。

3、进而，根据评价结果重新进行设计、选择的这样的作业被反复进行，由此将化学结构缩小范围，因此，对于探索更合适的脂质分子的化学结构，需要相当的时间。并且，仅仅通过针对有限的种类的活性物质、适合于目的的脂质分子进行探索，难以累积用于设计或者选择各种各样的活性物质、适合于目的的脂质分子的化学结构的专业知识(know-how)。

4、本公开的目的在于，对用于设计或者选择构成包含活性物质的粒子的脂质分子的化学结构的作业进行辅助。

5、用于解决课题的手段

6、本发明的发明人们鉴于上述课题，进行了锐意研究，结果发现：能够进行基于脂质分子的化学结构信息、表示活性物质在生物体内的分布或者举动的信息的学习模型的生成、利用这些的表示活性物质在生物体内的分布或者举动的信息等的推理。

7、即，本公开提供以下方案。

8、[1]一种推理装置，具有：

9、取得部，取得至少包含脂质分子的化学结构信息的输入数据；

10、推理部，在针对将至少包含脂质分子的化学结构信息的输入数据、与表示含有该脂质分子而构成的粒子中所包含的活性物质在生物体内的分布或者举动的信息进行关联的学习模型，进行学习处理而由此生成的学习完成模型中，输入由所述取得部新取得的输入数据，并对与该新取得的输入数据关联的表示在生物体内的分布或者举动的信息进行推理；以及

11、输出部，基于推理出的表示在所述生物体内的分布或者举动的信息，输出表示向所述生物体内的规定的组织和/或细胞的分布或者举动的信息、或者表示组织中、血中、尿中的其中一个或者多个中的举动的信息。

12、[2]在[1]中记载的推理装置中，

13、在表示在所述生物体内的分布或者举动的信息中包含：含有所述脂质分子而构成的粒子中所包含的活性物质在生物体内的各时刻的质量分布数据或者表达量分布数据，

14、所述推理部针对所述新取得的输入数据所关联的各时刻的质量分布数据或者表达量分布数据进行推理，

15、所述输出部基于推理出的各时刻的质量分布数据或者表达量分布数据，输出规定的组织和/或细胞中的质量或者表达量的时间变化。

16、[3]在[2]中记载的推理装置中，

17、在进行所述学习处理时所使用的各时刻的表达量分布数据，是通过将含有脂质分子而构成的粒子中包含的对荧光蛋白进行编码的核酸，导入到生物体内，由此而拍摄的各时刻的荧光强度分布数据，其中，该脂质分子具有在进行所述学习处理时所使用的化学结构信息。

18、[4]在[3]中记载的推理装置中，

19、在进行所述学习处理时所使用的各时刻的质量分布数据基于所述各时刻的荧光强度分布数据来算出。

20、[5]在[2]中记载的推理装置中，

21、在进行所述学习处理时所使用的各时刻的质量分布数据，是通过将含有脂质分子而构成的粒子中包含的由荧光蛋白标识的核酸，导入到生物体内，由此而拍摄的各时刻的荧光强度分布数据，其中，该脂质分子具有在进行所述学习处理时所使用的化学结构信息。

22、[6]在[3]至[5]的任一项中记载的推理装置中，

23、以如下方式更新所述学习模型的模型参数，由此生成所述学习完成模型：在将所述至少包含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数据接近于所述各时刻的荧光强度分布数据。

24、[7]在[2]中记载的推理装置中，

25、所述输出部基于推理出的各时刻的表达量分布数据，算出在所述生物体内的规定的组织和/或细胞中的各时刻的表达量，并通过对时刻间的表达量进行插补，而输出在所述生物体内的规定的组织和/或细胞中的表达量的时间变化。

26、[8]在[2]中记载的推理装置中，

27、所述输出部基于推理出的各时刻的质量分布数据，算出在所述生物体内的规定的组织和/或细胞中的各时刻的质量，并通过对时刻间的质量进行插补，而输出在所述生物体内的规定的组织和/或细胞中的质量的时间变化。

28、[9]在[1]中记载的推理装置中，

29、在表示在所述生物体内的分布或者举动的信息中包含：含有所述脂质分子而构成的粒子中所包含的活性物质的pk数据和/或pd数据，

30、所述推理部针对所述新取得的输入数据所关联的pk数据和/或pd数据进行推理，

31、所述输出部基于推理出的pk数据和/或pd数据，输出组织中浓度、血药浓度、尿中浓度中的其中一个或者多个的时间变化所相关的特征量、以及表示组织中浓度、血药浓度、尿中浓度中的其中一个或者多个和药理效果和/或毒性之间的关系的特征量。

32、[10]在[9]中记载的推理装置中，

33、所述输出部基于推理出的pk数据以及pd数据，算出pk/pd数据，并基于算出的pk/pd数据，输出与药理效果和/或毒性的时间变化相关的特征量。

34、[11]在[9]中记载的推理装置中，

35、在进行所述学习处理时所使用的pk数据和/或pd数据，是通过将含有脂质分子而构成的粒子中所包含的活性物质导入到生物体内，由此而测量的pk数据和/或pd数据，其中，该脂质分子具有在进行所述学习处理时所使用的化学结构信息。

36、[12]在[11]中记载的推理装置中，

37、以如下方式更新所述学习模型的模型参数，由此生成所述学习完成模型：在将所述至少包含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于所述测量的pk数据和/或pd数据。

38、[13]一种生成装置，其中，

39、该生成装置反复进行生成新的脂质分子的化学结构信息的生成处理，直至由[1]至[12]中任一项记载的推理装置的所述输出部输出的、表示向所述生物体内的规定的组织和/或细胞的分布或者举动的信息、或者表示所述组织中、血中、尿中的其中一个或者多个中的举动的信息满足规定的条件为止。

40、[14]在[13]中记载的生成装置中，

41、从根据能够形成的碳氢的分子片段和脂质分子的化学骨架的组合的多个探索空间，基于表示向所述生物体内的规定的组织和/或细胞的分布或者举动的信息、或者表示所述组织中、血中、尿中的其中一个或者多个中的举动的信息，选择其中一个探索空间，并使用所选择的探索空间的特性，生成下一个所述新的脂质分子的化学结构信息。

42、[15]在[14]中记载的生成装置中，

43、所述多个探索空间彼此间分子片段的长度、饱和度、分支数以及脂质分子的化学骨架的种类的组合是不同的。

44、[16]在[14]中记载的生成装置中，

45、在规定的限制条件下，生成下一个所述新的脂质分子的化学结构信息。

46、[17]在[16]中记载的生成装置中，

47、将用于设计或者选择构成包含活性物质的粒子的脂质分子的化学结构的前提条件，设为所述规定的限制条件，生成下一个所述新的脂质分子的化学结构信息。

48、[18]一种推理程序，用于在计算机中执行如下工序：

49、取得工序，取得至少包含脂质分子的化学结构信息的输入数据；

50、推理工序，在针对将至少包含脂质分子的化学结构信息的输入数据、与表示含有该脂质分子而构成的粒子中所包含的活性物质在生物体内的分布或者举动的信息进行关联的学习模型，进行学习处理而由此生成的学习完成模型中，输入在所述取得工序中新取得的输入数据，并对与该新取得的输入数据关联的表示在生物体内的分布或者举动的信息进行推理；以及

51、输出工序，基于推理出的表示在所述生物体内的分布或者举动的信息，输出表示向所述生物体内的规定的组织和/或细胞的分布或者举动的信息、或者表示组织中、血中、尿中的其中一个或者多个中的举动的信息。

52、[19]一种生成程序，用于在计算机中执行如下工序：

53、生成工序，反复进行生成新的脂质分子的化学结构信息的生成处理，直至由[1]至[12]中任一项记载的推理装置的所述输出部输出的、表示向所述生物体内的规定的组织和/或细胞的分布或者举动的信息、或者表示所述组织中、血中、尿中的其中一个或者多个中的举动的信息满足规定的条件为止。

54、发明效果

55、根据本公开，能够对用于设计或者选择构成包含活性物质的粒子的脂质分子的化学结构的作业进行辅助。