レシピ③Drug Repositioning
ここでは、ドラッグリポジショニングの課題を改めて整理。FRONTEOの創薬支援サービス「Drug Discovery AI Factory」で、どのように課題が解決できるのか、を当メディアを運営する「New-drug-discovery」編集チームがまとめました。
創薬におけるドラッグリポジショニングの課題とは？
優先順位がつけられない…
ドラッグリポジショニングにおいては、既存の医薬品がどんな疾患に効果を発揮するのか分からないため、まず膨大にある情報の中からテーマに合う情報を探さなくてはなりません。
しかし、溢れかえった情報の渦の中から、研究テーマに合う標的候補を探索するのは非常に難しく、多大な時間と労力がかかります。
また、標的候補を探す際、研究者の知見に頼ってしまうと、抜け漏れが発生する、という課題もあります。研究者は自身の知見から思いつくワードを検索するため、情報探索が主観的になったり、入手しやすいデータばかりを選出したりする場合があるようです。
一方で、「標的候補はすでにあるのに、どんな疾患に対してポテンシャルがあるかわからない」と頭を抱える場合も。従来は、研究者自身の知識や論文情報、実験結果や専門家からの意見などで優先順位を決めていましたが、それでは時間と労力、費用がかかってしまいます。
FRONTEOの「Drug Discovery AI Factory」で
ドラッグリポジショニングはどう変わる？
ターゲット分子のポテンシャルを多面的に分析できる
～「New-drug-discovery」編集チーム（Zenken）より～
FRONTEO独自の自然言語解析AIは、膨大な論文情報や医学薬学データをベースに、標的遺伝子間のつながり（関連性・原因性・感度・優位性）や標的遺伝子に関わる疾患領域、疾患特異性などを網羅的かつノンバイアスに解析することが可能です。
人よりも圧倒的に早く、AIが文書データを解析。研究者自身が考えたもの、想定しているもの以外の候補が提示される可能性が高いうえ、関連性や、科学性評価・市場性評価などの複雑な評価指標もAIがスコアリング表示してくれるので、従来よりも幅広い候補の中から標的遺伝子の選定を行うことができます。
優先順位付け、意思決定のスピードが上がる
何より注目したいのが、スコアに基づいた優先順位リストを提示してくれる点です。1万2000の疾患に対して、関連性などがすべてスコア化されているので一目瞭然。「こんな疾患にも可能性があるんだ」という発見もできるため、ドラッグリポジショニングの成功率向上に大いに役立つでしょう。
また「標的はあるものの、どれから手を付ければ良いか分からない」と悩んでいる企業に対しては、研究者の知見ではなく、評価項目をスコア化した客観的なデータをもとに意志決定が行えるようになります。
途中で開発中止になってしまった薬に対しても、一次スクリーニングの手段として活用することが可能です。
ドラッグリポジショニングの課題解決なら…
ドラッグリポジショニングにおける「標的候補について優先順位のつけ方がわからない」「研究者の知見頼りで客観的な評価が難しい」といった課題を解決したい方は、AIの導入を積極的に検討するのがおすすめです。
特に、ドラッグリポジショニングに強いAIを持つFRONTEOなら、課題を解決し、新たなアプローチを可能にしてくれるでしょう。
FRONTEOの公式HPでは、アプリケーションや解析方法の詳細について公開しているので、興味のある方はぜひチェックしてみてください。
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。