読む価値
40定例
0〜100。会社の良し悪しではなく、読む価値の大きさです。向き
改善
会社の説明から読み取った方向です。規模
—
書類が数値を示している場合のみ表示します。書きぶり
条件付き
どれだけ断定的に書かれているかです。発表された内容
Drug Discovery AI FactoryDrug Discovery Best Known MethodsKIBIT
適用分野（この発表が対象とする用途）
医薬品研究開発、創薬標的探索、疾患メカニズム解明、バイオマーカー探索・評価、適応症提案、シーズ評価
会社が数字で示したこと
定量的な効果
創薬ターゲット発見の確度と効率の向上が期待されるが、具体的な数値は非開示
業績への影響
本件単独による業績への影響は軽微
会社は契約金額・提供価格には触れていません。
| 項目 | 内容 |
|---|---|
| 対象製品・サービス名 | Drug Discovery AI Factory、Drug Discovery Best Known Methods、KIBIT |
| 適用分野 | 医薬品研究開発、創薬標的探索、疾患メカニズム解明、バイオマーカー探索・評価、適応症提案、シーズ評価 |
| 定量的な効果 | 創薬ターゲット発見の確度と効率の向上が期待されるが、具体的な数値は非開示 |
| 業績への影響 | 本件単独による業績への影響は軽微 |
この書類が述べていない項目（14件）
相手先相手先の概要当社との関係契約金額提供価格契約締結日提供開始日受賞名・認証名授与・認証機関登録番号・有効期限拠点所在地拠点の規模利用実績出典
会社がこの書類で述べていない項目です。空欄にしたり、他の資料や推測で補ったりはしません。
会社が挙げている理由
会社自身の説明です。数値から推測したものではありません。GWASやeQTLなどの遺伝子情報だけでは、ゲノム変異や遺伝子発現の違いが疾患発症にどう結びつくかの解明が難しいため。遺伝子情報と医学・薬学論文情報を組み合わせることで、創薬標的発見の確度と効率を高めることを目指している。
このページの読み方
これは書類そのものではありません会社が提出した開示をKomoriが読み、要約しています。数値は会社が述べたとおりで、監査を受けたものではありません。
重みは評価ではありません会社が市場に伝えていた内容をどれだけ変えるかを測ったものです。株式に対する見方ではありません。
訂正されることがあります会社が同じ開示を出し直した場合、このページは訂正後の内容から作り直され、訂正番号が繰り上がります。