段階別でみるAI創薬の導入例
創薬プロセスにAIを導入することで、業務の効率化や開発費の低減、期間の短縮などに期待することができます。
ここでは、AI創薬の成功例を段階別にご紹介します。
論文解析
創薬において、論文解析は、新しい化合物やターゲットに関する情報をタイムリーに取得するために欠かせません。
しかしながら、必要な論文を全て把握できない・客観的かつ網羅的な探索や分析ができない、などの課題を抱えています。
論文探索の課題を解決するなら、AIの導入がおすすめです。ここでは、論文探索・解析における課題とAIによる解決法について解説します。
ターゲット探索（標的分子探索）
創薬ターゲットの探索（標的分子探索）とは、病気を引き起こす原因となる遺伝子や、病気の発症・進行に関わる因子、その病気を治療するために有効な分子などを探し出すことです。
しかし、創薬ターゲットの探索（標的分子探索）には、①選定の精度が低い、②研究者のバイアスがかかってしまうなどの課題もあるようです。
FRONTEOの創薬支援AI「Cascade Eye」なら、効率的な探索で、これらの課題を解決や効率化につなげることが出来るでしょう。
スクリーニング
スクリーニングとは、化合物ライブラリから、疾患の治療に有効な物質や最も高い薬効を示す物質を選別することです。課題解決には、バーチャルスクリーニングなどの方法があり、導入が進みつつあります。
しかし、さらなる効率化・高速化・コスト圧縮を目指すなら、基礎研究や仮説生成の段階でAIを導入するのがおすすめです。スクリーニングにおける課題と解決法はこちらからチェックしてください。
非臨床試験（臨床前試験）
非臨床試験（臨床前試験）とは、ヒトに対する試験・治験（臨床実験）の前段階で行われる実験のこと。一般的には実験動物や細胞などを用いて行われます。
非臨床試験の課題としては、「非臨床試験と臨床試験の結果が一致しない」「期間が長期化し、費用が高額になる」などがあるようです。
ここでは、非臨床試験（臨床前試験）における課題と解決法についてまとめています。
臨床試験
臨床試験とは、新しい治療法や医薬品の有効性や安全性について、ヒトを対象に確認を行う試験のことです。人体実験とは異なり、安全を守るため、厳密な基準に則って行われています。
臨床試験の課題を解決する方法としては、臨床試験のビッグデータ処理をAIで自動化するなど、AIの活用やDX化などが進められているようです。
ここでは、臨床試験における課題と解決法について解説しています。
ドラッグリポジショニング
ドラッグリポジショニングとは、既存の薬などについて、新たな薬効を見いだし、別の疾患の治療薬として開発する方法のことです。
既存薬はすでに安全性や製造方法などが確認されている上、多くの既存データを使用できるため、一から創薬を行うよりもリスクやコストが低く、迅速に開発することが可能です。
ここでは、ドラッグリポジショニングにおける課題と解決法についてご紹介します。
引用元：FRONTEO公式HP
（https://www.new-dd.com/wp/wp-content/uploads/novel-targets-library_20240530.png）
自然言語AI＋バイオロジストが課題を解決
FRONTEOの「Drug Discovery AI Factory」は、AIを活用して、創薬プロセスの効率化・高速化を支援するソリューションです。基礎研究・標的探索・仮説生成といった創薬の初期段階において、大手製薬企業出身のバイオロジストが自社開発の自然言語AI「KIBIT」を活用し、重複差分解析や２次元マッピング解析、ベクトル加算解析など独自の解析を実施。顧客のオーダーにあわせた標的分子・バイオマーカー・MoA・新たな適応症の提案などをスピーディーに行なってくれます。