機械学習の手法の1つで，AIのなかにおいて与えた報酬関数の値が大きくなるように変化を加えていくしくみのこと．創薬においては，ターゲットへの阻害活性や薬物動態などの予測値を報酬関数として与えて，その値が向上する化学構造式を生成するAIとして用いられている．（実験医学増刊422より）

あなたのラボから薬を生み出す　アカデミア創薬の実践

All JAPAN体制の先端技術支援を利用した創薬の最前線

善光龍哉，辻川和丈／編