新薬の創出には、医薬品候補化合物と疾患標的 (タンパク質など) の結合様式を分子レベルで正確に理解することが重要です。日本発の量子化学計算手法であるフラグメント分子軌道（FMO）法を活用し、薬と標的の相互作用を高精度かつ定量的に解析することで、効率的な新薬開発への貢献を目指しています。

薬には期待される効果だけでなく、予期しない副作用が現れることもあります。蓄積された副作用報告データと薬の化学的情報を統合的に解析し、副作用の原因を分子レベルで解明することで、安全性の高い新薬開発や既存薬の新たな活用法の発見につなげたいと考えています。

薬学分野では、新薬開発データや治療情報など機密性の高い情報を扱うこともあり、外部に情報を送信せず手元の環境で動作するAI（ローカルLLM）の活用が期待されています。ローカルLLMの薬学分野における性能評価や、薬学に特化したモデルやツールの開発に取り組み、創薬および医療の効率化に貢献することを目指しています。