[スポンサーリンク]

一般的な話題

AIによる創薬に新たな可能性 その研究と最新技術に迫る ~米・Insitro社 / 英・ケンブリッジ大学の研究から~

[スポンサーリンク]

AIの機械学習による創薬が化学業界で注目を集めています。2019年3月に米国サンフランシスコで開催されたMIT Technology Review主催のEmTech Digitalのパネルディスカッションに登壇したInsitro社Daphne Koller氏によると同社はAIの「生成機械学習」アプローチを科学に応用し、創薬の全自動実験装置を完成させたといいます。

化合物自動生成実験装置 Kebotix Platform

生成機械学習とは別名「敵対的生成ネットワーク」(Generative Adversarial Network,以下GAN)と呼ばれています。GANの生成モデルでは「教師無し」でデータから特徴を抽出し学習することで実在しないデータを作ったり、ふたつのデータを組み合わせて中間的な特徴を持つ新しいデータを生成することが可能です。

Insitro社が用いるのは具体的に、ニューラルネットワークの伝統的なオートエンコーダーという手法です。以下の図では右側の女性、左型の女性の写真のエンコードとデコードを繰り返すことで、両方の特徴を合わせ持つ実在しない「新しい」女性の写真を生成することができるのです。

(出所:EmTech Digital)

 

これを応用すると、創薬における新しい化合物生成に活用することができます。同社の化合物自動生成実験装置はKebotix Platformと名付けられ、新薬に活用できる新しい化合物の生成に大きく貢献しています。

(出所:EmTech Digital)

 

「言語学習」の手法を用いて化学式を読み込み反応を予測

AIと一言で言ってもそのアプローチは様々です。AIによる新薬開発の別の例をご紹介しましょう。

2019年9月の発表によればイギリスのケンブリッジ大学はAIの「言語学習」の手法を用いて化学式を読み込み、新薬生成の際の化合物の反応、効能を予測するアルゴリズムを確立したといいます。その手法を用いると90%以上の正確性で複雑な化学反応の予測ができるようになるとのこと。(原文記事はこちらからAI learns chemistry language to predict how to make medicines”)

このアルゴリズムによって、これまで研究結果を実験室のノートにとってきたものをあらゆる化学反応を予測した「マップ」として管理ができるようになりました。現在もケンブリッジ大学の研究者によってパターン学習の強化が続けられています。

このアルゴリズムによる結果を見ることで、新薬開発に最適な化合物の組み合わせのヒントの発見を圧倒的に短い時間で実現することが可能になると期待されています。

「2020年からはバイオ・テクノロジー・エンジニアリングの時代になる」というInsitro社Koller氏の説明のとおりAIがマーケティングや事務効率化、顧客サービスへの活用のみに留まらず、化学分野で当たり前のように使われる時代はもうすぐそこまで来ているのです。

最先端のAIが学習に要する時間

このような科学分野におけるテクノロジーを支えているのはAIアルゴリズムだけではありません。膨大なデータの蓄積、クレンジング、ガバナンスの効いた管理、そして高い計算能力を持ったコンピューティング開発がその成功を下支えしているのです。

Google社やIBM社が産学協同で開発に力を入れている量子コンピュータ(Quantum Computer)のような大掛かりな演算処理システムの開発から、話題の自動運転を支えるメモリSRAM*といったハードウェアプロセッサの高性能化まで、データ処理と演算を効率的に実装できるシステム開発があってこそ化学分野のAI活用が実現するのです。

Open AIによるとこれまでの傾向として、最先端のAIが学習に要する時間は3. 5カ月ごとに倍増しているといいます。結果、過去5年間でその処理能力は約30万倍にも増加しています。

(出所:Open AI, “AI and Computer”)

 

今後、新薬開発におけるでより多くのデータ量、演算が求められても機械学習能力はその必要に追いつくべくさらなる進化を続けることでしょう。化学分野におけるAIの貢献からはますます目が離せません。

*SRAMに関する詳細の情報はRSコンポーネンツ社サイトから

関連書籍

[amazonjs asin=”4297107406″ locale=”JP” title=”わけがわかる機械学習 ── 現実の問題を解くために、しくみを理解する”][amazonjs asin=”429710640X” locale=”JP” title=”図解即戦力 機械学習&ディープラーニングのしくみと技術がこれ1冊でしっかりわかる教科書”]
Avatar photo

webmaster

投稿者の記事一覧

Chem-Station代表。早稲田大学理工学術院教授。専門は有機化学。主に有機合成化学。分子レベルでモノを自由自在につくる、最小の構造物設計の匠となるため分子設計化学を確立したいと考えている。趣味は旅行(日本は全県制覇、海外はまだ20カ国ほど)、ドライブ、そしてすべての化学情報をインターネットで発信できるポータルサイトを作ること。

関連記事

  1. SNS予想で盛り上がれ!2020年ノーベル化学賞は誰の手に?
  2. 化合物の秤量
  3. アルケンでCatellani反応: 長年解決されなかった副反応を…
  4. クラリベイト・アナリティクスが「引用栄誉賞2017」を発表
  5. 付設展示会へ行こう!ーWiley編
  6. 「炭素-炭素結合を切って組み替える合成」テキサス大学オースティン…
  7. 目指せ!フェロモンでリア充生活
  8. ケムステスタッフ徹底紹介!

注目情報

ピックアップ記事

  1. 【Spiber】新卒・中途採用情報
  2. ネイティブスピーカーも納得する技術英語表現
  3. 付設展示会に行こう!ー和光純薬編ー
  4. 核のごみを貴金属に 現代の錬金術、実験へ
  5. 世界の技術進歩を支える四国化成の「独創力」
  6. 化学者のためのエレクトロニクス入門④ ~プリント基板業界で活躍する化学メーカー編~
  7. 9,10-Dihydro-9,10-bis(2-carboxyethyl)-N-(4-nitrophenyl)-10,9-(epoxyimino)anthracene-12-carboxamide
  8. EUで化学物質規制のREACHが施行
  9. 有機合成化学協会誌2018年5月号:天然物化学特集号
  10. すべてがFになる

関連商品

ケムステYoutube

ケムステSlack

月別アーカイブ

2019年9月
 1
2345678
9101112131415
16171819202122
23242526272829
30  

注目情報

最新記事

第42回メディシナルケミストリーシンポジウム

テーマAI×創薬 無限能可能性!? ノーベル賞研究が拓く創薬の未来を探る…

山口 潤一郎 Junichiro Yamaguchi

山口潤一郎(やまぐちじゅんいちろう、1979年1月4日–)は日本の有機化学者である。早稲田大学教授 …

ナノグラフェンの高速水素化に成功!メカノケミカル法を用いた芳香環の水素化

第660回のスポットライトリサーチは、名古屋大学大学院理学研究科(有機化学研究室)博士後期課程3年の…

第32回光学活性化合物シンポジウム

第32回光学活性化合物シンポジウムのご案内光学活性化合物の合成および機能創出に関する研究で顕著な…

位置・立体選択的に糖を重水素化するフロー合成法を確立 ― Ru/C触媒カートリッジで150時間以上の連続運転を実証 ―

第 659回のスポットライトリサーチは、岐阜薬科大学大学院 アドバンストケミストリー…

【JAICI Science Dictionary Pro (JSD Pro)】CAS SciFinder®と一緒に活用したいサイエンス辞書サービス

ケムステ読者の皆様には、CAS が提供する科学情報検索ツール CAS SciFind…

有機合成化学協会誌2025年5月号:特集号 有機合成化学の力量を活かした構造有機化学のフロンティア

有機合成化学協会が発行する有機合成化学協会誌、2025年5月号がオンラインで公開されています!…

ジョセップ・コルネラ Josep Cornella

ジョセップ・コルネラ(Josep Cornella、1985年2月2日–)はスペイン出身の有機・無機…

電気化学と数理モデルを活用して、複雑な酵素反応の解析に成功

第658回のスポットライトリサーチは、京都大学大学院 農学研究科(生体機能化学研究室)修士2年の市川…

ティム ニューハウス Timothy R. Newhouse

ティモシー・ニューハウス(Timothy R. Newhouse、19xx年xx月x日–)はアメリカ…

実験器具・用品を試してみたシリーズ

スポットライトリサーチムービー

PAGE TOP