スクリーニング

創薬スクリーニングの課題を解決するためには、基礎研究や仮説生成のフェーズでAIを導入するのがおすすめです。

ここでは、スクリーニングにおける課題と解決法について解説します。

目次
スクリーニング

創薬におけるスクリーニングとは?

有効な物質をライブラリーから探し出すこと

スクリーニングとは、集団の中から条件に合ったものを選別することです。

創薬におけるスクリーニングでは、疾患の治療に有効な物質を化合物ライブラリーから探しだしたり、最も高い薬効を示す物質を選別したりする作業を行います

数万~数百万もの膨大なデータから目的の物質を高速に選別するハイスループットスクリーニングや、疾患の原因となる特定の標的に対して有効に作用するものを選別する標的ベーススクリーニング、疾患の特徴(表現型)を再現したモデル細胞に対して作用するものを選別する表現型スクリーニングなど方法はさまざまです。

スクリーニングによって見つかった有望な化合物は、試験や研究を通してさらに評価され、最終的に新しい薬剤として開発される可能性があります。

創薬におけるスクリーニングの課題とは?

多様性あるライブラリーの構築が必要

スクリーニングに使用する化合物ライブラリーは、多様性がなくてはなりません。しかし、現在使用されているライブラリーは化合物数が限られていたり、偏りがあったりするため、「スクリーニングでヒットしない」「低活性の化合物しか得られない」などの課題が指摘されています。

疾患にはさまざまな種類があり、その治療法も多様なため、漏れのないスクリーニングを行うためには、規模と多様性のある化合物ライブラリーの構築が不可欠です。

有効な化合物でも偽陽性・偽陰性の場合がある

偽陽性・偽陰性の問題も指摘されています。従来の方法では、スクリーニングで陽性反応を示したとしても、実際にはその化合物が有効な薬剤として機能しない場合があります

その反対に、有効な化合物であっても、スクリーニングで陰性反応を示す場合もあるようです。

また、化合物の毒性が問題になる場合があるため、化合物の選抜基準を多角的に検証したり、化合物の毒性を評価することも大切です。

AI創薬のメリットについて
詳しく見る

考察

スクリーニング課題は
AIで解決できる
~「New-drug-discovery」編集チーム(Zenken)より~

こうした創薬におけるスクリーニングの解決策として、近年、膨大なライブラリーをコンピュータプログラムで自動的に評価するバーチャルスクリーニングの導入などが進みつつあります。

しかし、現在のバーチャルライブラリーは、情報がまだまだ少なく、いくらスクリーニングしても、創薬研究の大きな助けになっていないというのが実情です。

創薬開発の効率化・高速化・コスト圧縮を目指すなら、さらに前段階であり、時間と労力が最もかかる基礎研究や仮説生成のフェーズにも目を向けるべきでしょう

当メディアを運営する「New-drug-discovery」編集チームでは、これらの課題を解決する創薬支援サービスとしてFRONTEOの「Drug Discovery AI Factory」に注目しました。

FRONTEOの「Drug Discovery AI Factory」なら、独自のAIアプリケーションや解析手法を駆使し、ノンバイアスで網羅性・新規性・成功確率の高い創薬ターゲットを提案してくれます。

下記のページでは、FRONTEOのAIについてインタビュー取材をしていますので、ぜひチェックしてみてください。

AI創薬の現状・課題や
活用効果について詳しく見る

取材協力
FRONTEOの公式サイトキャプチャ

引用元:FRONTEO公式HP
(https://a6ny5mfs.lp-essence.com/)

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。