[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

The following two tabs change content below.
webmaster
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. BASFとはどんな会社?-2
  2. 私がケムステスタッフになったワケ(2)
  3. 電子雲三次元ガラス彫刻NEBULAが凄い!
  4. 恋する創薬研究室
  5. rhodomolleins XX と XXIIの全合成
  6. 化学反応を起こせる?インタラクティブな元素周期表
  7. 使っては・合成してはイケナイ化合物 |第3回「有機合成実験テクニ…
  8. 学振申請書を磨き上げるポイント ~自己評価欄 編(前編)~

コメント、感想はこちらへ

注目情報

ピックアップ記事

  1. カール・ジェラッシ Carl Djerassi
  2. ボーチ還元的アミノ化反応 Borch Reductive Amination
  3. Pure science
  4. エステルからエーテルをつくる脱一酸化炭素金属触媒
  5. NMR が、2016年度グッドデザイン賞を受賞
  6. 理研:23日に一般公開、「実験ジャー」も登場--和光 /埼玉
  7. 金属中心に不斉を持つオレフィンメタセシス触媒
  8. Kindle Paperwhiteで自炊教科書を読んでみた
  9. ハーバード大Whitesides教授プリーストリーメダルを受賞
  10. アメリカ大学院留学:実験TAと成績評価の裏側

関連商品

注目情報

注目情報

最新記事

続・企業の研究を通して感じたこと

自分は、2014年に「企業の研究を通して感じたこと」という記事を執筆しましたが、それから5年が経ち、…

第49回―「超分子の電気化学的挙動を研究する」Angel Kaifer教授

第49回の海外化学者インタビューは、エンジェル・カイファー教授です。マイアミ大学化学科で超分子系電気…

日本化学会 第100春季年会 市民公開講座 夢をかなえる科学

■ 概要企画名:    市民公開講座 夢をかなえる科学主催:        公益社団法人…

第48回―「周期表の歴史と哲学」Eric Scerri博士

第48回の海外化学者インタビューは、エリック・セリー博士です。英国で教育を受け、カリフォルニア大学ロ…

ペプチド縮合を加速する生体模倣型有機触媒

2019年、ニューヨーク大学のParamjit S. Aroraらは、活性アシル中間体への求核付加遷…

第47回―「ロタキサン・カテナン・クラウンエーテルの超分子化学」Harry Gibson教授

第47回の海外化学者インタビューは、ハリー・ギブソン教授です。バージニア工科大学の化学科に所属し、プ…

Chem-Station Twitter

PAGE TOP