[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

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. 【速報】2015年ノーベル生理学・医学賞ー医薬品につながる天然物…
  2. チェーンウォーキングを活用し、ホウ素2つを離れた位置へ導入する!…
  3. 合成化学者のための固体DNP-NMR
  4. 可視光レドックス触媒と有機蓄光の融合 〜大気安定かつ高性能な有機…
  5. “腕に覚えあり”の若手諸君、「大津会議」…
  6. 社会に出てから大切さに気付いた教授の言葉
  7. 腎細胞がん治療の新薬ベルツチファン製造プロセスの開発
  8. 生きた細胞内でケイ素と炭素がはじめて結合!

コメント、感想はこちらへ

注目情報

ピックアップ記事

  1. ダン・シェヒトマン Daniel Shechtman
  2. ケムステ海外研究記 まとめ【地域別/目的別】
  3. 前田 和彦 Kazuhiko Maeda
  4. ノーベル受賞者、東北大が米から招請
  5. 大阪大学インタラクティブ合宿セミナーに参加しました
  6. 【書籍】機器分析ハンドブック2 高分子・分離分析編
  7. 食品添加物はなぜ嫌われるのか: 食品情報を「正しく」読み解くリテラシー
  8. TEMPOよりも高活性なアルコール酸化触媒
  9. 塩野義製薬/米クレストール訴訟、控訴審でも勝訴
  10. エリック・アレクサニアン Eric J. Alexanian

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

注目情報

最新記事

材料開発の変革をリードするスタートアップのデータサイエンティストとは?

開催日:2023/06/08  申し込みはこちら■開催概要MI-6はこの度シリーズAラウ…

世界で初めて有機半導体の”伝導帯バンド構造”の測定に成功!

第523回のスポットライトリサーチは、千葉大学 吉田研究室で博士課程を修了された佐藤 晴輝(さとう …

第3回「Matlantis User Conference」

株式会社Preferred Computational Chemistryは、7月21日(金)に第3…

第38回ケムステVシンポ「多様なキャリアに目を向ける:化学分野のAltac」を開催します!

本格的な夏はまだまだ先ですが、毎日かなり暖かくなってきました。皆様お変わりございませんでしょうか。…

フラノクマリン -グレープフルーツジュースと薬の飲み合わせ-

2023年2月に実施された第108回薬剤師国家試験において、スウィーティーという単語…

構造の多様性で変幻自在な色調変化を示す分子を開発!

第522回のスポットライトリサーチは、北海道大学 有機化学第一研究室(鈴木孝紀 研究室)で博士課程を…

マテリアルズ・インフォマティクス適用のためのテーマ検討の進め方とは?

開催日:2023/05/31 申し込みはこちら■開催概要近年、少子高齢化、働き手の不足の…

リングサイズで性質が変わる蛍光性芳香族ナノベルトの合成に成功

第521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理学専攻 物質・生命化学領域 有機化…

材料開発の変革をリードするスタートアップのプロダクト開発ポジションとは?

開催日:2023/06/01 申し込みはこちら■開催概要MI-6はこの度シリーズAラウン…

種子島沖海底泥火山における表層堆積物中の希ガスを用いた流体の起源深度の推定

第520回のスポットライトリサーチは、琉球大学大学院 理工学研究科海洋自然科学専攻 地殻内部水圏地化…

Chem-Station Twitter

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