素敵なスマイル：SMILES記法から化学特性を予測する

近年の定量的構造活性相関（Quantitative Structure–Activity Relationship, QSAR）では、機械学習を活用して高度なモデルを構築し、新しい分子の特性を予測する手法が用いられています。これにより、実験にかかる時間やコストの削減が期待されています。本発表では、JMP Marketplaceから Materials Informatics ToolkitとTorch Deep Learningのエクステンションを紹介します。これらのアドインでは、化学物質のSMILES文字列を処理するために、広く使われているオープンソースのRDKitパッケージを活用し、化学者がQSARを実行するための対話的で強力なワークフローを提供しています。本発表では、このエクステンションを使ったいくつかの例をご紹介します。