レシピ④シーズ・導入/導出品の評価

ここでは、創薬における「シーズ」「導入品/導出品の評価」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。

目次

創薬における「シーズ」
「導入品/導出品の評価」の課題とは?

世界的に指摘される「シーズの枯渇」

シーズとは、医薬品の元となる化合物・化学物質のことです。新薬開発ではまずシーズ候補を選び出し、実験を繰り返しながら実際の治療に役立つかどうかを確認しなくてはなりません。

しかしながら2023年時点で、世界的に叫ばれているのが創薬シーズの枯渇。これまでの研究の中で多くの分子が安全性や有効性、商業性について検証され、従来の研究手法では新薬の元となる優れたシーズを見出すことが難しくなっているのです。

また、仮に有望なシーズであったとしても、製薬企業各社の取り合いとなっている状況があり、新規モダリティへの転換や、研究手法の検討などが求められています。

導入品/導出品とは?

創薬プロセスにおける「研究」「開発」「販売」を全て自社で行っている薬品を「自社品」と言います。これに対して、他社で前臨床段階にあるものや、すでに開発中の医薬品候補の権利を取得し、自社でそれ以降の創薬プロセスを行った薬品を「導入品」、その反対を「導出品」と言います。

導入品/導出品における課題は、評価にあります。どの医薬品候補を導入し、どの企業に導出するかといった評価を間違うと、創薬プロセスをスムーズに進められない上、企業利益を損なう可能性があるからです。

FRONTEOの「Drug Discovery AI Factory」で
創薬シーズ・導入/導出品の評価はどう変わる?

競合にはない自社シーズの優位性をロジカルに提案できる

解決策として考えられるのが、創薬シーズ・導入/導出品の評価にAIを導入することです。

FRONTEOの「Drug Discovery AI Factory」なら、遺伝子同士の相関性を網羅的かつノンバイアスに可視化してくれる「重複差分解析」、既知情報から未知、仮説生成のヒントが得られる「2次元マッピング解析」、原因性因子の予測ができる「ベクトル加算解析」、疾患の優先順位付けができる「多面的解析」、バーチャルで薬効予測ができる「Virtual experiments」などを駆使して、競合にはない自社シーズの優位性や、検討している導入品の指標などを客観的に把握することが可能です。

製薬企業出身のバイオロジストが解析してくれる

さらに「Drug Discovery AI Factory」では、AIが抽出した情報や解析結果について、製薬会社出身の経験豊富なバイオロジストやサイエンティストが裏付けを行ってくれます。

しかも、結果だけを提示するのではなく、「ここにこういう可能性があります」と考察まで加えて分かりやすく説明してくれるので、シーズや導入品/導出品の評価を的確に行うことが可能です。

多角的なアプローチで、自社では気づけなかったシーズの潜在価値を気づかせてくれるでしょう。

創薬シーズの課題解決なら…

「創薬シーズ」「導入品/導出品の評価」における「優れたシーズを見出すことが難しい」「導入品/導出品を的確に評価したい」といった課題を解決したいなら、AIの導入を積極的に検討するのがおすすめです。

特に、創薬シーズに強い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。

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。