はじめに
AIと創薬の関連性について
AI（人工知能）は、コンピュータが人間のように学習や推論を行う技術です。AIは、医療や製薬などの分野で革新的な応用が期待されています。特に、創薬と呼ばれる新しい薬の開発において、AIは大きな役割を果たしています。
創薬は、膨大な時間と費用がかかる非常に複雑なプロセスです。創薬には、以下のようなステップがあります。
- ターゲットの同定：病気の原因となる分子や細胞を見つける
- リード化合物の探索：ターゲットに結合して効果を発揮する候補の化合物を探す
- リード化合物の最適化：候補の化合物の安全性や効能を改善する
- 臨床試験：人間に対する薬の効果や副作用を調べる
これらのステップには、多くのデータや知識が必要です。しかし、人間の能力では、すべてのデータを分析したり、すべての知識を統合したりすることは困難です。そこで、AIが活躍します。
AIは、以下のような能力を持っています。
- データの収集と分析：AIは、文献や特許、実験や臨床試験の結果など、さまざまな種類や形式のデータを収集し、分析することができます。AIは、データの中からパターンや関連性を見つけたり、予測や推薦を行ったりすることができます。
- 知識の統合と生成：AIは、分子や細胞、病気や薬など、創薬に関する知識を統合し、新たな知識を生成することができます。AIは、知識の表現や推論の方法を学習したり、知識の欠落や矛盾を検出したりすることができます。
- 創造性と探索性：AIは、既存の知識やデータにとらわれず、創造的なアイデアや仮説を提案することができます。AIは、探索的な実験やシミュレーションを行い、新しい発見や解決策を見つけることができます。
AIのこれらの能力により、創薬のプロセスは、以下のようなメリットを得ることができます。
- 効率の向上：AIは、創薬にかかる時間やコストを大幅に削減することができます。AIは、ターゲットやリード化合物の候補を高速にスクリーニングしたり、最適な実験条件や臨床試験の設計を決定したりすることができます。
- 品質の向上：AIは、創薬の精度や信頼性を高めることができます。AIは、データや知識の品質を評価したり、誤りやバイアスを排除したりすることができます。AIは、薬の効果や副作用の予測や評価を改善することができます。
- 革新の促進：AIは、創薬の可能性や多様性を拡大することができます。AIは、新しいターゲットやリード化合物、作用機序や治療法を発見したり、既存の薬の再利用や組み合わせを提案したりすることができます。
AIと創薬の関連性について、以上のように説明しました。次のセクションでは、GoogleのIsomorphic LabsとEli LillyおよびNovartisとの提携について触れます。
GoogleのIsomorphic LabsとEli LillyおよびNovartisとの提携について
Googleは、AIと創薬の分野で世界をリードする企業の一つです。Googleは、自社のAI技術やプラットフォームを活用して、創薬の研究や開発を支援しています。Googleは、自社の子会社や部門だけでなく、外部の製薬企業や研究機関とも積極的に提携しています。
Googleの中でも、特に注目されているのが、Isomorphic Labsという部門です。Isomorphic Labsは、GoogleのAI研究部門であるGoogle Researchの一部であり、AIと創薬の分野に特化しています。Isomorphic Labsは、以下のような特徴を持っています。
- 目的：Isomorphic Labsの目的は、AIを用いて、創薬のプロセスを加速し、革新的な薬を開発することです。Isomorphic Labsは、AIと創薬の分野の最前線に立ち、世界の健康問題に貢献することを目指しています。
- チーム：Isomorphic Labsのチームは、AIと創薬の分野の専門家やリーダーで構成されています。Isomorphic Labsのチームには、GoogleのAI研究者やエンジニアのほか、製薬企業や大学からの出向者や協力者も含まれています。
- 技術：Isomorphic Labsの技術は、GoogleのAI技術やプラットフォームをベースにしています。Isomorphic Labsは、GoogleのAI技術やプラットフォームをカスタマイズし、創薬に適したツールやソリューションを開発しています。Isomorphic Labsは、以下のような技術を使用しています。
- TensorFlow：Googleが開発したオープンソースの機械学習フレームワークです。TensorFlowは、データの処理やモデルの構築や学習、推論など、機械学習のさまざまなタスクを行うことができます。
- Cloud AI Platform：Googleが提供するクラウドベースのAIプラットフォームです。Cloud AI Platformは、TensorFlowやその他の機械学習フレームワークを使用して、AIの開発やデプロイ、管理などを行うことができます。
- DeepMind：Googleが買収したAI企業です。DeepMindは、強化学習と呼ばれるAIの一種を開発し、囲碁やチェスなどのゲームで人間のトッププレーヤーを打ち負かすなど、AIの可能性を広く世界に示しました。DeepMindの技術は、創薬の分野でも活用されています。
Isomorphic Labsは、これらの技術を活用して、創薬のプロセスを革新し、新しい薬を開発することを目指しています。Isomorphic Labsは、AIと創薬の分野で最先端の研究を行い、その成果を製薬企業や研究機関と共有しています。
Isomorphic Labsは、製薬企業のEli LillyおよびNovartisと提携しています。この提携は、AIと創薬の分野での協力関係を深め、共同研究や開発を行うことを目指しています。この提携は、AIと創薬の分野でのイノベーションを加速し、新しい薬の開発を促進することを期待しています。
Isomorphic Labsとは何か
Isomorphic Labsは、Googleの親会社であるAlphabetが創薬のために新たに設立した人工知能を用いた創薬を事業とする会社です。Isomorphic Labsの目的は、AIを用いて創薬のプロセスを加速し、革新的な薬を開発することです。
Isomorphic Labsは、AIと創薬の分野で最先端の研究を行い、その成果を製薬企業や研究機関と共有しています。Isomorphic Labsは、GoogleのAI技術やプラットフォームを活用して、創薬のプロセスを革新し、新しい薬を開発することを目指しています。
Isomorphic Labsの設立背景と目的
Isomorphic Labsは、2021年11月4日に設立されました。設立の背景には、AIの創薬への応用の可能性があります。AIは、創薬のプロセスを加速し、革新的な薬を開発することが可能です。これは、AIが大量のデータを高速に処理し、複雑なパターンを見つけ出す能力によるものです。
Isomorphic Labsの目的は、このAIの能力を最大限に活用し、創薬のプロセスを革新することです。具体的には、Isomorphic Labsは、AIを用いて新しい薬の候補を発見し、その効果や安全性を評価し、最終的には新しい薬を開発することを目指しています。
創立者であるDemis Hassabis氏について
Isomorphic Labsの創立者でありCEOであるDemis Hassabis氏は、AIの分野で世界的に著名な研究者です。Hassabis氏は、DeepMindの共同創設者であり、そのCEOも務めています。DeepMindは、AIの一種である深層学習を用いて、囲碁やチェスなどのゲームで人間のトッププレーヤーを打ち負かすなど、AIの可能性を広く世界に示しました。
Hassabis氏は、AIの創薬への応用にも深い関心を持っています。Hassabis氏は、AIが創薬のプロセスを革新し、新しい薬を開発することの可能性を信じています。そのため、Hassabis氏は、Isomorphic Labsを設立し、AIと創薬の分野での研究を推進しています。
Hassabis氏が率いるDeepMindは、「AlphaFold2」というモデルを用いて、人の体のタンパク質の形状をほぼ正確に予測することが可能にしています。これは科学・医学界でのブレークスルーと見なされており、Isomorphic Labsではこうした知見をもとに創薬ビジネスに踏み込むといわれています。
AIが創薬にもたらす影響
AI（人工知能）は、創薬のプロセスに大きな影響を与えています。AIを用いることで、創薬のプロセスは効率化され、新しい薬の開発が加速されます。
AIを使う場合と使わない場合の創薬プロセスの違い
創薬のプロセスは、通常、ターゲットの同定、リード化合物の探索、リード化合物の最適化、臨床試験というステップから成り立っています。これらのステップは、膨大な時間と費用を必要とします。
しかし、AIを用いることで、これらのステップは大幅に効率化されます。AIは、大量のデータを高速に処理し、複雑なパターンを見つけ出す能力を持っています。これにより、ターゲットの同定やリード化合物の探索が高速化され、リード化合物の最適化も精度が向上します。また、AIは、臨床試験の結果を予測し、臨床試験の設計を最適化することも可能です。
AIが創薬にもたらす可能性とその制限
AIは、創薬のプロセスを革新する大きな可能性を持っています。AIは、新しい薬の候補を発見し、その効果や安全性を評価し、最終的には新しい薬を開発することが可能です。これにより、創薬のプロセスは加速され、新しい薬の開発が促進されます。
しかし、AIの創薬への応用には、いくつかの制限も存在します。AIの成功は、高品質なデータの利用可能性、倫理的な問題の対処、AIベースのアプローチの制限の認識に依存しています。これらの課題を克服することが、AIの創薬への応用の成功につながります。
創薬業界の現状とAIの位置づけ
創薬業界は、新たな医薬品を開発するための研究と開発において、ますますAIの力を借りるようになっています。AIは、大量のデータを迅速に処理し、新たな知見を見つけ出す能力を持っています。これにより、創薬のプロセスが加速し、より効果的な治療法を早期に見つけ出すことが可能になります。
創薬市場の規模とその予想
創薬市場は、2021年に約583億2497万米ドルでしたが、2027年には911億771万米ドルに達すると予測されています。また、別の予測では、世界の創薬市場は2030年には1,176億ドルに達するとされています。これらの予測は、特殊医薬品の需要増加、生活習慣病の急増と技術の進歩、高齢者人口の増加と医療費の増加、研究開発費の増加、特許権の失効などの要因によるものです。
AI設計の臨床段階の資産について
AIを活用した創薬の具体的な事例として、大日本住友製薬と英Exscientia（エクセンティア）が共同で開発した化合物「DSP-1181」が挙げられます。この化合物は、AIを使って創製され、2020年に日本で臨床試験が開始されました。これは、AIによって創出された新薬候補が臨床試験を始めたのが世界で初めてのことでした。
この成功は、AIと人間が協力的な関係を築くことで、より効率的な仕事ができるというエクセンティアのAI創薬プラットフォーム「Centaur Chemist」（センターケミスト）のおかげでした。このプラットフォームでは、AIが大量のデータの中から何らかの関連性やトレンドを見つけてサジェストし、人間は研究プロジェクト全体を見渡して「目標とするプロパティはこうなので、何から解決してどういう方向性で進めようか」といったことを考えます。
このように、AIは創薬業界において重要な位置づけを持つようになり、その活用は今後も進んでいくことでしょう。そして、その結果として、新たな医薬品の開発が加速し、より多くの人々が必要とする治療法が早期に提供されることを期待しています。
Eli LillyとNovartisとの提携の詳細と意義
提携の詳細
- Eli Lillyは、米国の製薬会社で、主に糖尿病、がん、神経系の治療薬を開発しています。
- Novartisは、スイスの製薬会社で、世界最大の医薬品売上高を誇ります。Novartisは、人間の健康だけでなく、動物の健康にも注力しており、Novartis Animal Healthという部門を持っていました。
- 2014年4月、Eli LillyはNovartis Animal Healthを約54億ドルで買収することで合意しました。この買収により、Eli Lillyは自社の動物用医薬品部門であるElancoを強化し、多様化することができました。
- 2015年1月、Eli LillyはNovartis Animal Healthの買収を完了しました。この買収により、Elancoは世界で2番目に大きな動物用医薬品会社となり、約40カ国で事業を展開するようになりました。
- Eli Lillyは、この買収により、約34億ドルの現金と20億ドルの借金を使いました。また、米国の独占禁止法に基づく承認の条件として、Novartis Animal Healthの一部の資産をフランスの製薬会社であるVirbacに売却しました。
提携が創薬業界にもたらす影響
- この提携により、Eli Lillyは動物用医薬品市場での競争力を高めることができました。特に、ペットや農場の動物、養殖魚の病気の予防や治療に関する製品のポートフォリオを拡大しました。
- また、Eli LillyはNovartis Animal Healthの製造施設や研究開発拠点を引き継ぎ、新たな製品の発見や開発により多くの資源を割くことができるようになりました。
- Eli Lillyは、この提携により、年間約2億ドルのコスト削減を目指しており、2020年までには動物用医薬品部門の収益の約半分をペット用製品にする計画です。
- この提携は、Eli Lillyにとってだけでなく、創薬業界全体にとっても重要な意味を持ちます。動物用医薬品市場は、人間用医薬品市場に比べて規制が緩く、開発期間が短く、競争が激しくないという特徴があります。
- また、動物用医薬品市場は、人間用医薬品市場とは異なる需要や傾向を持っており、世界的に拡大しています。特に、ペットの飼育数の増加や、動物性タンパク質の需要の高まりにより、動物の健康や福祉に対する関心が高まっています。
- さらに、動物用医薬品市場は、人間用医薬品市場との相互作用も持っています。動物の病気は、人間にも感染する可能性があり、人間の健康に影響を与えることがあります。逆に、人間の病気は、動物にも治療法や予防法として応用できることがあります。
- このように、Eli LillyとNovartisとの提携は、動物用医薬品市場の成長と発展に貢献するとともに、人間用医薬品市場との連携を促進することで、人間と動物の両方の健康に寄与することが期待されます。
AIの創薬への応用の成功事例
AIが創薬に成功した具体的な事例の紹介
AIは、医薬品開発のプロセスにおいて、大量のデータを迅速に処理し、新たな知見を見つけ出す能力を持っています。これにより、創薬のプロセスが加速し、より効果的な治療法を早期に見つけ出すことが可能になります。以下に、AIが創薬に成功した具体的な事例を紹介します。
事例1: 株式会社MOLCURE（モルキュア）
株式会社MOLCURE（モルキュア）は、AIを活用して早期に有効な新薬を創ることを目指しています。この企業は、治療法がない3万以上の疾患に対して、治療の道を開くことを目指しています。そのために、AIを用いて新薬候補の探索を行い、開発期間を短縮し、開発費用を削減することを目指しています。
事例2: インシリコ・メディシン
香港に拠点を置くAI創薬企業インシリコ・メディシンは、AIでデータベースを解析して効率的に新薬候補を探し出し、候補物質の設計には生成AIを活用することで、18カ月、予算260万ドルでFDA（米食品医薬品局）から新薬の認可を取得しました。
事例3: 富士通と理研
富士通と理研は、標的タンパク質の大量の電子顕微鏡の画像から、その立体構造の多様な形態とそれらが取り得る割合を正確に推定する生成AI技術と、推定された割合から標的タンパク質の構造変化を予測する技術を開発しました。これら二つの技術を基にタンパク質の構造変化を3D密度マップの連続的な変形として予測できるAI創薬技術を開発しました。
これらの事例は、AIが創薬業界において重要な位置づけを持つようになり、その活用は今後も進んでいくことを示しています。そして、その結果として、新たな医薬品の開発が加速し、より多くの人々が必要とする治療法が早期に提供されることを期待しています。
AIの創薬への応用の課題
AIが創薬に成功するための課題とその克服方法
AIは、医薬品開発のプロセスにおいて、大量のデータを迅速に処理し、新たな知見を見つけ出す能力を持っています。これにより、創薬のプロセスが加速し、より効果的な治療法を早期に見つけ出すことが可能になります。しかし、AIを創薬に成功させるためには、いくつかの課題を克服する必要があります。
課題1: データの不足と品質
AIが最大限のパフォーマンスを発揮するためには、大量の高品質なデータが必要です。しかし、現状では医療データをAI創薬のために十分に利用できる環境が整っていないのが現状です。個々の医療機関が電子カルテなどの形で保有している医療データはあくまで治療を目的としたものであり、AIに学習させることを想定したフォーマットになっていません。
課題2: 長期間のデータ収集
例えば、認知症の原因となるアルツハイマー病の治療薬に対する需要は非常に高いのですが、老年期になって初めて発症することが多い病気であるため、基本的な比較データを収集するために特定の集団を一定期間追跡するとなると数十年かかる可能性もあるのです。
課題3: コストとリソース
AI創薬の導入と運用には、大量のコンピューティングリソースと高度な技術スキルが必要です。また、AIモデルの訓練と検証には時間とコストがかかります。
これらの課題を克服するためには、以下のような取り組みが考えられます。
- データ共有の推進: 医療機関や研究機関が保有するデータを共有し、AIの学習に利用できるような環境を整備することが重要です。
- 長期的な研究の推進: 長期間にわたるデータ収集と研究を推進し、その結果をAIの学習に活用することが求められます。
- リソースの最適化: AIの訓練と検証に必要なコンピューティングリソースを効率的に管理し、コストを抑制することが重要です。
これらの取り組みにより、AIの創薬への応用の課題を克服し、より効果的な医薬品開発を実現することが期待されます。
AIの創薬の未来
AIと創薬
人工知能（AI）は、囲碁や将棋の世界で人間を上回る強さを見せつけ、注目を集めています。その力を活用して、薬づくりの現場でも変革が始まっています。
AIは、大量のデータを高速かつ正確に分析することが得意です。そのため、AIを活用することで、創薬のプロセスを効率化し、開発期間の短縮やコスト削減が期待されています。
AIの創薬への応用の可能性
AIの創薬への応用は、ターゲット選定やリード化合物の探索など、多くのシーンで増加しています。これは、研究者の勘や経験を頼りにする必要がないためです。
例えば、メルクグループでは、解釈可能なディープニューラルネットワークの分野で革新的な研究を進めています。その予測システムは、「はい、これはうまくいくでしょう」、「いいえ、これはうまくいかないでしょう」と教えてくれるだけでなく、分子の中で特定の活性に関与する領域を明確に示すことにより、なぜそれが機能するのか・機能しないのか、といったことまで示してくれます。
必要な要素とその対策
AI創薬の成功には、技術のキャッチアップと現場の研究者との連携が必須です。また、AIをうまく教育して使いこなすことで生産性の向上に結びつけられるよう、社会的な素地をつくっておかないといけないということです。
具体的には、創薬のプロセスにそって29種類の創薬AIをつくるプロジェクトを立ち上げ、分担して開発を進めています。それぞれのAIを活用することにより、開発期間の短縮や開発費の削減につながるのではと期待しています。
AIの創薬への応用は、創薬のプロセスを効率化し、開発期間の短縮やコスト削減を実現する可能性を秘めています。しかし、その成功には技術のキャッチアップと現場の研究者との連携が必須です。これからの創薬の未来は、AIと人間が協力して進めていくことで、新たな可能性が広がることでしょう。
終わりに
記事のまとめ
AIは、医薬品開発のプロセスにおいて、大量のデータを迅速に処理し、新たな知見を見つけ出す能力を持っています。これにより、創薬のプロセスが加速し、より効果的な治療法を早期に見つけ出すことが可能になります。
しかし、AIを創薬に成功させるためには、いくつかの課題を克服する必要があります。それには、データの不足と品質、長期間のデータ収集、コストとリソースなどが挙げられます。
これらの課題を克服するためには、データ共有の推進、長期的な研究の推進、リソースの最適化などの取り組みが考えられます。
AIと創薬の未来に対する展望
AIの創薬への応用は、創薬のプロセスを効率化し、開発期間の短縮やコスト削減を実現する可能性を秘めています。その成功には技術のキャッチアップと現場の研究者との連携が必須です。
これからの創薬の未来は、AIと人間が協力して進めていくことで、新たな可能性が広がることでしょう。そして、その結果として、新たな医薬品の開発が加速し、より多くの人々が必要とする治療法が早期に提供されることを期待しています。
コメント