現在、新薬の発見と設計に参加するための人工知能の使用は、新薬の研究開発の注目のトラックとなっています。 かつて、マサチューセッツ工科大学は人工知能技術を使用して、新しい抗生物質であるハリシン(ハリシン)の発見に成功しました。 この抗生物質は史上最強の抗菌効果を示し、人工知能モデルの自律学習・解析により細菌の増殖抑制に優れた分子のスクリーニングに成功した。 2 つの既知の蒸留酒分子のディープラーニングを通じて、AI モデルは新しい抗生物質の特性を発見しただけでなく、超大規模な製品ライブラリから効果の高い抗生物質を正確に選別しました。
▲AIが発見した新薬は他の抗菌薬と比べてどのような特徴があるのでしょうか?
抗生物質ハリシンは市販の耐性を獲得した細菌に対して強力な殺菌効果を持ち、新たな耐性を誘発しません。 AIモデルを用いた審査は従来の検証手法と比べて極めて高速であり、コストを大幅に削減できます。 興味深いことに、ハリシンは人間の科学者にはこれまで理解されていなかった特徴を示し、この発見は抗生物質研究の分野に新たな光を当てました。 しかし、この機能の性質はいまだ不明であり、AI モデルのトレーニングでも明確な答えは見つかりません。 この研究結果は、創薬分野における人工知能の応用が従来の人間による手法の限界を超えていることを示しています。
人工知能は、創薬におけるより効率的で費用対効果の高い革新的な創薬プロセスをもたらしました。 この超越性は主に、開発のスピード、費用対効果、医薬品特性の新たな理解に反映されています。 たとえば、AI モデルは潜在的な薬剤候補をより迅速かつ効率的にスクリーニングできるため、従来の実験的検証方法と比較して創薬の期間が大幅に短縮されます。 薬物スクリーニングに AI モデルを活用すると、研究開発コストが大幅に削減され、従来の方法よりも費用対効果が高くなります。 AI モデルは、従来の研究方法では検出が困難な、これまで理解されていなかった薬剤の特徴を明らかにする能力を実証しており、新薬開発により革新的な方向性を提供します。
▲なぜハリシンという奇妙な名前なのでしょうか?
ハリシンの元の名前には、実際には SU-3327 というコードが 1 つだけあり、これは実際には単なる実験薬、または薬のプロトタイプです。 当初は糖尿病の治療のために研究されましたが、試験結果が悪かったため、この化合物の用途開発は長い間中止されており、実験薬としてのみ使用されています。 その後、人工知能 (AI) モデルにより、ハリシンがさまざまな細菌に対する抗生物質特性を持っていることが判明しました。 そしてそこから正式に名前が付けられました。 その名前「Halicin」は、2001 年宇宙の旅に登場する架空の人工知能システム、ハルに由来しています。
『2001年宇宙の旅』は古典的なSF映画であり、SF映画の歴史において極めて重要な役割を果たし、SF映画の金字塔の一つとされています。 革新的なビジュアル、音楽、ストーリーテリングで知られるこの映画は、将来の SF 映画の基準を高く設定しています。 謎と驚異に満ちた宇宙を映し出し、人類の未来と科学技術の発展について深く考えることができます。 それは世界的な SF 文化の一部となり、将来の SF 映画やテレビ番組に大きな影響を与えました。
▲具体的な効果と展望は?
ハリシンが最初に発見されたとき、研究者はコンピューターの深層学習手法を使用して、ハリシンが広域抗生物質である可能性があることを確認しました。 この可能性は、クロストリジウム・ディフィシル、アシネトバクター・バウマニ、および結核菌を含む多くの薬剤耐性菌株に対する活性を示した、インビトロ細胞培養試験およびマウスでのインビボ実験によって確認された。 その作用機序には細菌細胞内での鉄の隔離が含まれており、それによって細胞膜上の pH バランスを調節する細菌の能力が妨げられます。 予備研究では、ハリシンが細胞膜上の電気化学的勾配を維持する細菌の能力を破壊することによって細菌を殺す可能性があることが示唆されています。 この作用機序はほとんどの抗生物質の機序とは異なり、細菌の耐性獲得を困難にする可能性があります。 全体的に見て、ハリシンは抗生物質としての可能性を示しており、特に従来の薬剤に対する耐性を獲得した一部の細菌に対して有効です。
しかし、この新薬は2019年に初めて報告されたものの、未だに新薬のニュースや最新情報がなく、その後の新薬の研究開発に困難が生じている可能性があります。 最初の疑いの理由は 2 つあります。まず、新薬開発における臨床試験の結果が満足のいくものではないのは、最初の試験でその薬の有効性または安全性が十分に実証されなかったためである可能性があります。 この場合、研究開発チームは医薬品の適合性を再評価し、変更または最適化するための措置を講じる必要がある場合があります。 一方で、安全性と毒性の問題も重要な考慮事項であり、新薬は発売前に厳格な毒性と安全性の評価に合格する必要があります。 開発プロセス中に安全性に関する有害な問題や毒性が特定された場合、患者に対する薬剤の安全性を確保するために追加の研究や修正が必要になる場合があります。
▲概要
要約すると、機械は創薬において、特に複雑な情報を扱う場合に大きな可能性を秘めています。 深層学習を通じて、機械はパターンを迅速に発見し、新薬の発見を加速できます。 第二に、コラボレーションが鍵となります。 AI を活用して新薬を開発する鍵となるのは、コンピューター、生物学、製薬の専門家からなるスーパー チームです。 このコラボレーションにより、従来の研究開発の課題が克服され、効率が向上します。 このマシンの成功は、データが重要であることも示しています。 ビッグデータとディープラーニングにより、薬の効果をより正確に理解し、より的を絞った方法で薬を設計できるようになります。 全体として、AI は新薬の開発をより効率的にし、医療分野に新たな可能性をもたらします。 より強力な人工知能の追加により、ロボットによる創薬の未来が現実になろうとしています。

