01 / UNDERSTAND
仕組みと使いどころ
創薬AIは、文献やプロテオミクスなどから創薬標的の候補を探す標的検証、化合物ライブラリから標的に結合しそうな分子を探すスクリーニング、候補分子の特性や薬物標的相互作用の予測、リード化合物の生成・最適化などに利用されます。タンパク質の3次元構造予測、分子ドッキング、逆合成の支援も対象です。生成した候補や予測は、合成、実験、シミュレーションなどの結果をフィードバックして改善できます。ただし、AIの出力だけで薬の有効性、安全性、臨床での成果や承認が確定するわけではなく、実験や臨床試験による確認が必要です。
02 / IN PRACTICE
AI drug discoveryの活用例
たとえば、こんな場面で
標的タンパク質に結合する可能性がある分子をAIで生成し、特性予測や分子ドッキングで候補を絞り込む使い方が考えられます。その後、合成・実験結果を次の候補設計へ反映します。
03 / GOOD TO KNOW
使うときのポイント
導入時は、標的探索、スクリーニング、分子生成、特性予測など、支援させる工程を明確にし、AIの予測と実験で確認された結果を区別して扱います。
参考資料
Drug Discovery - Microsoft Research （新しいタブで開きます）NVIDIA BioNeMo: AI-powered drug discovery pipelines （新しいタブで開きます）Use Case | Lab-in-the-Loop AI for Life Science （新しいタブで開きます）用語の説明や活用例に関連する参考資料です。
READ & LEARN
記事一覧を見る 用語を知ったら、活用を知る。
AI LABで、AIの動向や業務に取り入れるヒントを読む。