企業

薬物デザインの未来を形作るための軌道上の生成AI

高度な人工知能（AI）を使用して、研究者は医薬品開発をより速く効率的にするための新しい方法を開発しました。 新しい論文では、研究の主執筆者であり、オハイオ州立大学の生物医学情報学とコンピューターサイエンスとエンジニアリングの教授であるXia Ningは、有望な薬物候補者として役立つ小さな分子の現実的な3D構造を生成できる生成的AIモデルであるDiffsmolを紹介します。 diffsmolは、既知のリガンドの形状を分析することにより機能します - タンパク質標的に結合する分子 - とこれらの形状を条件として使用して、タンパク質標的によりよく結合する新規3D分子を生成します。研究結果は、薬物製造プロセスを速める可能性のある分子を作成するために使用されると、Diffsmolの成功率は61.4％であり、約12％の時間で成功を達成する以前の研究の試みを上回ることが示されました。 「よく知られている形状を状態として使用することにより、モデルをトレーニングして、以前の化学データベースには存在しない同様の形状の新しい分子を生成することができます」とNing氏は述べています。 Diffsmolがこれらのリガンドの形状を学習すると、チームのモデルはこれらの新しい分子を調整して、特定の結合特性を促進することもできます。論文によると、これは、モデルがより好ましい薬物のような特性を持つように変更できることを示唆しており、合成や毒性などの側面を変えています。 この研究は、Nature Machine Intelligenceに掲載されました。 薬物が開発され、市場に投入されるまでには約10年かかりますが、その時間を短縮することで、多くの異なる業界で使用するために新しい医薬品と農薬エージェントを開発するために新しい道を開くことができます。主に、薬物の設計に使用される既存の計算方法と比較して、Diffsmolは1秒しかかかりません。研究の共著者であり、オハイオ州のコンピューターサイエンスアンドエンジニアリングの元博士課程学生であるZiqi Chen氏は述べています。 「生成AIモデルには、このプロセスを大幅に促進し、コスト効率を改善する可能性があります」とチェンは述べています。 Diffsmolの能力を実証するために、研究者は、2つの重要な薬物標的で使用される分子に関するケーススタディを実施しました。1つはサイクリン依存性キナーゼ6（CDK6）と呼ばれ、細胞循環を調節し、がんの成長を破壊することができます。彼らの結果は、作成された分子が作成した分子が非常に効果的である可能性が高いことを明らかにした、とNingは述べた。 「既知のリガンドよりもさらに優れた特性を持つ分子を見つけることは非常に励みになります」と彼女は言いました。 「それは、私たちの開発されたモデルが優れた薬物候補を特定する大きな可能性を持っていることを示しています。」 研究者はまた、他の科学者が使用できるDiffsmolのコードを利用できるようにしました。 現時点では、Diffsmolは、以前に知られているリガンドの形状に基づいて新しい分子のみを生成することができます。これは、チームが将来の仕事で克服することを望んでいる制限です。 また、さらなる研究は、複雑な分子データから学習するモデルの能力を改善し、より広い範囲の潜在的な相互作用を示す分子を生成することを目的としています。 より多くのテストの必要性にもかかわらず、チームは、AIの継続的な飛躍により、AIの世界的な人気の上昇のために、彼らの仕事が新たな高みに達することができると予想しています。 「今日、人々はこれらの高度なモデルを分子生成、化学、ほぼすべての科学分野に適用しています」とニンは言いました。 「この領域は非常に速く成長し、すぐに速度が低下するのはわかりません。」 Chen Z、Peng B、Zhai T.古いです。 ガイダンスを備えた形状条件付き拡散モデルを使用して、3D小さな結合分子を生成します。 Nat Mach Intell 7、758-770、2025。Doi： 10.1038/S42256-025-01030-W #薬物デザインの未来を形作るための軌道上の生成AI