宮原 渉 (Wataru Miyahara)

解釈可能な機械学習（Interpretable ML）による創薬・毒性学への貢献を目指す研究者。

明治薬科大学 薬学部薬学科（2028年3月卒業予定）
医療分子解析学研究室（研究メンバー） 所属

研究の方針 (Research Philosophy)

• 科学的発見を促す機械学習: 単なる予測精度の追求にとどまらず、モデルが「なぜその予測を出したのか」を化学的・生物学的に解釈可能な形で提示する技術（Interpretable ML）を重視しています。AIをブラックボックス化させず、研究者が新たな知見を得るための「探索ツール」として機能させることで、創薬プロセスや安全性評価の高度化に貢献することを目指しています。
• 主要なアプローチ: 現在は、Kolmogorov-Arnold Networks (KAN) の解釈性を活用したToxicophore（毒性発現部位）の同定や、構造記述子の最適化、GINE-Net等のグラフニューラルネットワークを用いたマルチモーダル解析に取り組んでいます。

これまでの歩み (Recent Achievements)

• 日本医療薬学会 第9回フレッシャーズ・カンファランス 優秀演題発表賞 受賞 （2026年7月） ｜ [賞状(PDF)] ｜ [学会HP] ｜ [関連プレプリント]
  • 演題: 「FAERSを用いた薬剤性肝障害に関するリスク分類予測モデル構築と関連する化学構造的特徴の解析」
• 第53回日本毒性学会学術年会 ポスター発表 （2026年7月） ｜ [大会HP] ｜ [関連プレプリント]
  • 演題: 「医薬品の有害事象誘発リスク予測におけるKolmogorov-Arnold Networksの有用性の検討」
• プレプリント公開 (Preprints.org) （2026年6月）
  • 局所構造フラグメント特徴量と分子全体記述子を統合する新たな毒性予測スタッキング手法（Fragment–Molecular Evidence Stacking）に関する論文を Preprints.org にて公開。 ｜ [Preprint (Preprints.org)]
• 明治薬科大学「次世代を担う研究者育成奨励金」 受賞 (2回目) （2026年4月）

  ※日本薬学会での発表成果に基づく選出

• 日本コンピュータ化学会 2026年春季年会 ポスター発表 （2026年4月） ｜ [発表プログラム]
• 第146年会 日本薬学会 学生優秀発表賞（ポスター発表の部） 受賞 （2026年3月） ｜ [賞状(PDF)] ｜ [発表プログラム]
• 明治薬科大学「次世代を担う研究者育成奨励金」 受賞 (1回目) （2026年2月）

  ※EUOS25 challenge での結果に基づく選出

• EUOS25 challenge 光学特性予測部門 優勝 （2026年2月）
  • 内容: 特徴量の統合、およびSequential Stackingアーキテクチャの設計・実装を担当しました。 ｜ [技術解説] ｜ [Preprint (ChemRxiv)] ｜ [公式発表]

→ 研究実績の一覧はこちら

スキル・経験 (Skills & Experience)

• 機械学習 (Interpretable ML / KAN / GNN): 解釈性を重視した予測アーキテクチャの設計・実装。
• 計算化学 (Cheminformatics): RDKitを用いた特徴量抽出、量子化学計算(MOPAC/xTB)ワークフローの活用.
• ツール開発: データ前処理に活用した ecfp_cli や mordred_descriptor_calculator の開発。

→ 各プロジェクトの詳細はこちら

Contact & Profiles