東海国立大学機構名古屋大学大学院創薬科学研究科
2023 年 59 巻 9 号 p. 825-830
(EndNote、Reference Manager、ProCite、RefWorksとの互換性あり)
(BibDesk、LaTeXとの互換性あり)
世界中で科学実験の自動化やデータサイエンスの重要性が叫ばれているが、実験コストが高い有機合成化学においては、闇雲に実験を自動化して大量のデータを取得し、データサイエンスを駆使しても新発見や革新的プロセス開発にはつながらないかもしれない。では、どうしたら良いのか?過去の自動化や世界の最新の取り組みを紹介しつつ、最も多くの恩恵を得られる自動化、データサイエンスとのつきあい方について考えてみたい。
すでにアカウントをお持ちの場合 サインインはこちら