AIブーストを用いた創薬の迅速化

2024年3月13日（所要時間：4分）

「ナプキンをとっておくべきだった」

これはマネージャーから聞く一般的なアドバイスとは思えないものですが、Merckのライフサイエンス・ビジネスの最高技術責任者であるKaren Maddenは、このヒントを与えました。そのナプキンに書かれた走り書きは、AIを利用した新しい創薬プラットフォームの初期のレンダリングだったからです。

新しい治療薬の有望な分子を見つけることは、干し草の山の中の針を探すような気分になります。選択肢は無限だと感じられ、適切な候補を特定することは骨の折れる作業です。手で干し草の山をふるいにかける代わりに、強力な磁石や金属探知機を使って、その「針」、すなわち薬となる可能性を持つ分子を見つけることができたとしたら？AIDDISON®は、その磁石と金属探知機が一体になったようなものです。

AIDDISON®は強力なソフトウェアプラットフォームで、医薬品開発プロセスにおける骨の折れるステップを縮小することを意図しています。新薬が市場に出たり、臨床試験を開始したり、前臨床研究に入ったりするずっと前は、ただのアイデアに過ぎません。チームは、将来の治療薬にしたい特定の標的、例えば、患者に問題を引き起こしている不完全なタンパク質などを特定します。次に、研究者は、欠陥タンパクのような特定の標的を阻害する分子（または一握りの分子）を見つけ出す必要があります。

研究室からベッドサイドまで新薬を届けるには、10年以上、20億米ドル以上を要することがしばしばです。90%以上の薬剤が臨床試験で失敗します。失敗した新薬開発における時間、資金、努力の損失は、驚くべきものです。

創薬段階と呼ばれる医薬品開発の初期段階において、科学者が後期段階で成功する可能性の高い分子をより正確に特定できれば、失敗率90%は低くなる可能性があります。これは、臨床試験で失敗する運命にある候補薬に資金と時間を無駄にされることが少なくなることを意味します。

「薬物デザインを成功させる鍵は、総合的なアプローチをとり、各デザインサイクルの成功を高め、『各ショット数』が患者に治癒をより速くもたらすようにすることです」と、ナプキンをとっておかなかったことを後悔しつつ、プラットフォームを顧客に提供する上で重要な役割を担っているAshwini Ghogareは述べます。

力を合わせる

AIDDISON®の概念は、Ghogareが2019年に米国マサチューセッツ州バーリントンで開催されたMerck会議でDaniel Kuhnに会ったことから始まりました。Kuhnが、チームの創薬を支援するために機械学習モデルを構築した方法について説明しているのを聞いたGhogareは、その後にKuhnの夕食のテーブルに近づいて、「話をしなければならない」と言いました。

彼らは、創薬における課題と、解決策がどのようなものになりそうかというビジョンについて話しました。既存のデータと人工知能を活用する変革的技術が、一番の話題となりました。そう、彼らはナプキンをつかんで自分たちの考えをメモしたのです。これらの初期の走り書きの中には、インターフェースの初期設計のスケッチや、いくつかのプロセスのブレーンストーミングがありました。

一方、Kuhnは医薬品設計グループで計算化学の博士課程を完了しました。それ以来、彼はMerckの医療ビジネスにおける役割を含め、創薬の改善に力を注いできました。彼は、予測・生成モデリング技術を用いて、患者のための新しい治療法や薬剤の発見に貢献することに尽力しています。

創薬における彼らの豊富な経験と、ソフトウェアおよびプラットフォーム開発の専門領域との組み合わせは、完璧な組み合わせであることが証明されました。異なるものではありますが補完的な背景を持つことのほかに、もう一つの重要な部分がそのコラボレーションを前進させました。彼らは単に一緒に働くことを楽しんでいたのです。

ゼロからの構築

ふたりがバーリントンで会う何年も前に、Kuhn はMerckの医療ビジネスのチームがより良い候補薬をより速く見つけられるようにするためのツールを構築していました。

モデルを構築するために、Kuhnは大量のデータセットを使用する必要がありました。異なった分子が初期の実験でどのように期待に応えたか、または応えなかったかについての詳細があるデータセットです。幸いなことに、Merckの医療ビジネスの同僚たちは、何十年にもわたって慎重にデータを保管していました。この豊富な実験データは、モデルを前進させる上で鍵となることが証明され、最終的にはAIDDISON®にとって大きな足がかりとなっています。

Kuhnがバーリントンで開催されたサミットでイノベーションを披露したとき、Ghogareは直ちにモデルの強さを見抜き、それが社外の医薬品開発者にとって価値があるとわかりました。そこで、世界中の顧客に社内ツールを提供するための起業家的努力が始まったのです。

KuhnとGhogareは、その急速な進捗に少し驚きました。強力なパートナーシップとチームが整い、最初の会話からプラットフォームの公開までに要したのは、わずか2年強でした。

Kuhnにとって、ツールを商用化することの魅力の大部分は、小規模なチームが創薬スペースをより利用しやすくなることでした。小規模なチームが、独自のモデルを構築するために大規模な社内データセットへのアクセスを持つことはほとんどありません。新しい治療法に向けて努力する人が多ければ多いほど、患者はより良い状態になります。

「モデルは必ずしも正しいとは限らないが、人間もそうではない」と、Kuhnは言います。「AIDDISON®のようなよくデザインされたモデルは、優れた特性を持つ分子を発見して優先順位を付けることによって創薬を加速させ、科学者がより良い決定を下すのを助けるための基礎となります」

AIDDISON®は、あらゆる規模のチームが優れた候補分子を迅速に特定し、創薬の過程における一つのペインポイントを縮小することを支援しています。

AIDDISON®について

20年を超える薬学研究データを活用し、AIを利用したAIDDISON®プラットフォームは、迅速な創薬のためのターンキーソリューションにおいて、生成的設計、予測洞察、3Dモデリングを組み合わせたものです。

• 膨大な化学データベースの迅速なインシリコスクリーニングと新規デザインによりアイデアを生み出します。

• 実世界のMLモデルを用いて、合成可能性とADMET特性の結果を最適化します。

• 高度なデータ視覚化ツールと分子結合ツールを使用して、ヒットの評価と優先順位付けを行います。