[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. 力をかけると塩酸が放出される高分子材料
  2. ワインのコルク臭の原因は?
  3. 【2021年卒業予定 修士1年生対象】企業での研究開発を知る講座…
  4. アジドの3つの窒素原子をすべて入れる
  5. 安全性・耐久性・高活性を兼ね備えた次世代型スマート触媒の開発
  6. ここまでできる!?「DNA折り紙」の最先端 ② ~巨大な平面構造…
  7. 【誤解してない?】4s軌道はいつも3d軌道より低いわけではない
  8. ケミカル・ライトの作り方

コメント、感想はこちらへ

注目情報

ピックアップ記事

  1. 極性表面積 polar surface area
  2. SigmaAldrichフッ素化合物30%OFFキャンペーン
  3. 非古典的カルボカチオンを手懐ける
  4. ジェフリー·ロング Jeffrey R. Long
  5. アメリカ大学院留学:研究者キャリアとライフイベント
  6. 第8回平田メモリアルレクチャー
  7. 化学オリンピック:日本は金2銀2
  8. 化学系ラボでSlackを使ってみた
  9. 日本語で得る学術情報 -CiNiiのご紹介-
  10. MacでChem3Dー新たなる希望ー

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

無機物のハロゲンと有機物を組み合わせて触媒を創り出すことに成功

第449回のスポットライトリサーチは、分子科学研究所 生命・錯体分子科学研究領域(椴山グループ)5年…

熱化学電池の蘊奥を開く-熱を電気に変える電解液の予測設計に道-

第448回のスポットライトリサーチは、東京工業大学 工学院 機械系 機械コース 村上陽一研究室の長 …

毎年恒例のマニアックなスケジュール帳:元素手帳2023

hodaです。去年もケムステで紹介されていた元素手帳2022ですが、2023年バージョンも発…

二刀流センサーで細胞を光らせろ!― 合成分子でタンパク質の蛍光を制御する化学遺伝学センサーの開発 ―

第447回のスポットライトリサーチは、東京大学大学院 理学系研究科化学専攻 生体分子化学研究室(キャ…

【12月開催】第4回 マツモトファインケミカル技術セミナー有機金属化合物「オルガチックス」の触媒としての利用-ウレタン化触媒としての利用-

■セミナー概要当社ではチタン、ジルコニウム、アルミニウム、ケイ素等の有機金属化合…

化学ゆるキャラ大集合

企業PRの手段の一つとして、キャラクターを作りホームページやSNSで登場させることがよく行われていま…

最先端バイオエコノミー社会を実現する合成生物学【対面講座】

開講期間2022年12月12日(月)13:00~16:202022年12月13日(火)1…

複雑なモノマー配列を持ったポリエステル系ブロックポリマーをワンステップで合成

第446回のスポットライトリサーチは、北海道大学 大学院工学研究院 応用化学部門 高分子化学研究室(…

河崎 悠也 Yuuya Kawasaki

河崎 悠也 (かわさき ゆうや) は、日本の有機化学者。九州大学先導物質化学研究所 …

研究者1名からでも始められるMIの検討-スモールスタートに取り組む前の3つのステップ-

開催日:2022/12/07  申込みはこちら■開催概要近年、少子高齢化、働き手の不足の…

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