レシピ①標的探索/選定
ここでは、創薬ターゲットの探索/選定における課題を改めて整理。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。
創薬における標的探索の課題とは？
数年単位の時間がかかる
創薬研究において、標的探索はその後のプロセスや成功率に大きな影響を与える重要な工程です。
従来、創薬ターゲット（創薬標的）の探索では、さまざまなデータから候補に見当を付け、絞り込みを行ったうえで、一つひとつについて実験し、効果を検証していました。
しかし、膨大にある情報の中から研究テーマに合うターゲットを探索するのは非常に困難。属人的なアプローチでは作業量には限界があり、場合によっては数年単位の長い時間がかかってしまいます。研究者の知見が非常に重要である一方で、その知見がバイアスとなって、貴重な情報を見落としてしまうこともあります。
何年もかけて創薬ターゲットを絞り込み、非臨床実験や臨床実験まで持ち込めたとしても、重大な副作用や安全性の懸念が見つかれば、開発研究は振り出しに戻ってしまいます。
FRONTEOの「Drug Discovery AI Factory」で
標的探索はどう変わる？
短時間で新規性・確度の高い標的が見つかる
～「New-drug-discovery」編集チーム（Zenken）より～
3000万報以上の論文情報をベースとする創薬支援特化型AIを使えば、短時間で新規性・確度の高い標的を見つけることができます。たった10分で関連する遺伝子のネットワークを表示することも可能。研究者が頭の中で構築していたネットワークを可視化し、重複部分や差分を把握することで、新しい発見が得られるようになります。
疾患全体のネットワークをもとに標的探索を行うことで、時間短縮はもちろん、精度の向上も図ることができるでしょう。
バイオロジストが仮説を含めて提案
FRONTEOのDrug Discovery AI Factoryの強みは、それだけではありません。AIによって抽出された情報や解析結果について、製薬企業で創薬開発に長年携わってきたバイオロジストが仮説生成や裏付けまで行なってくれます。
AIによる分析をただ提示するだけでなく、「こういう可能性があります」という考察まで加えて提案してくれるので、研究員の知見だけでは気づけなかった新規性の高い標的を見つけやすくなります。
「標的候補はあるが、どんな可能性があるかわからない」という場合は、FRONTEOの独自AIアプリケーションによる多面的解析を活用。標的候補の優先順位付けを行うことで、効率よく標的探索を行うことができます。
標的探索の課題解決なら…
創薬ターゲット検索における「選定精度が低い」「研究者のバイアスがかかる」「時間がかかる」といった課題を解決したいなら、AIの活用・導入を積極的に検討すべきでしょう。特に標的探索に強いAIを持つFRONTEOなら、その課題を解決し、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では解析方法の詳細についても公開しているので、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。