[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

webmaster

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. 超難関天然物 Palau’amine・ついに陥落
  2. 2009年ノーベル化学賞は誰の手に?
  3. 超高速X線分光が拓く原子レベルの分子動画観測
  4. スルホキシイミンを用いた一級アミン合成法
  5. ケムステ版・ノーベル化学賞候補者リスト【2018年版】
  6. DNAが絡まないためのループ
  7. Reaxys PhD Prize 2016ファイナリスト発表!
  8. 日本化学会と対談してきました

コメント、感想はこちらへ

注目情報

ピックアップ記事

  1. チャン・ラム・エヴァンス カップリング Chan-Lam-Evans Coupling
  2. 各ジャーナル誌、続々とリニューアル!
  3. 有機合成化学協会誌2018年12月号:シアリダーゼ・Brook転位・末端選択的酸化・キサンテン・ヨウ素反応剤・ニッケル触媒・Edoxaban中間体・逆電子要請型[4+2]環化付加
  4. スナップタグ SNAP-tag
  5. ライオン、フッ素の虫歯予防効果を高める新成分を発見
  6. ルーブ・ゴールドバーグ反応 その1
  7. 鉄触媒空気酸化を伴う触媒的光延反応
  8. 科学はわくわくさせてくれるものーロレアル-ユネスコ賞2015 PartII
  9. リアル『ドライ・ライト』? ナノチューブを用いた新しい蓄熱分子の設計-後編
  10. Impact Factorかh-indexか、それとも・・・

関連商品

ケムステYoutube

ケムステSlack

注目情報

注目情報

最新記事

第148回―「フッ素に関わる遷移金属錯体の研究」Graham Saunders准教授

第148回の海外化学者インタビューは、グラハム・サウンダース准教授です。ニュージーランドのハミルトン…

ケムステチャンネルをチャンネル登録しませんか?

5月11日で化学の情報サイトケムステは開設21周年を迎えます。これまで記事中心の活動を行ってきました…

化学研究で役に立つデータ解析入門:回帰分析の活用を広げる編

前回の化学研究で役に立つデータ解析入門:回帰分析の応用編では、Rを使ってエクセルにはできない回帰分析…

いろんなカタチの撹拌子を試してみた

大好評、「試してみた」シリーズの第5弾。今回は様々な化合物を反応させる際に必須な撹拌子(回転…

【マイクロ波化学(株)医薬分野向けウェビナー】 #ペプチド #核酸 #有機合成 #凍結乾燥 第3のエネルギーがプロセスと製品を変える  マイクロ波適用例とスケールアップ

<内容>本イベントは、医薬分野向けに事業・開発課題のソリューションとして、マイクロ波の適用例や効…

バイオマスからブタジエンを生成する新技術を共同開発

日本ゼオンは、理研、横浜ゴムと共同で設置している「バイオモノマー生産研究チーム」の研究により、バイオ…

【ケムステSlackに訊いてみた②】化学者に数学は必要なのか?

日本初のオープン化学コミュニティ・ケムステSlackの質問チャンネルに流れてきたQ&Aの紹介…

電子のやり取りでアセンの分子構造を巧みに制御

第308回のスポットライトリサーチは、北海道大学大学院総合化学院(鈴木研究室)・張本 尚さんにお願い…

Chem-Station Twitter

PAGE TOP