生成 AI を使用して、より優れた、より強力な医薬品を作成する

生成 AI を使用して、より優れた、より強力な医薬品を作成する

タイムスタンプ：30年2023月3日33:XNUMX PM
ソースノード： 2689030
30年2023月XNUMX日（Nanowerkニュース) 製薬業界が人間の病気を治療または治癒できる医薬品を開発するには何年もかかる可能性がありますが、新しい研究では、生成物質を使用することが示唆されています。 人工知能 医薬品開発プロセスを大幅に加速できる可能性があります。今日、ほとんどの創薬は人間の化学者によって行われており、彼らは知識と経験を頼りに、私たちが依存する安全で効率的な医薬品となるために必要な適切な分子を選択して合成します。合成経路を特定するために、科学者は多くの場合、逆合成と呼ばれる手法を使用します。これは、目的の分子から逆算して、それらを製造するための化学反応を探索することによって、潜在的な薬を作成する方法です。しかし、何百万もの潜在的な化学反応を選別することは非常に困難で時間のかかる作業となる可能性があるため、オハイオ州立大学の研究者は G と呼ばれる AI フレームワークを作成しました。2Retro は、任意の分子に対する反応を自動的に生成します。新しい研究では、現在の手動による計画方法と比較して、このフレームワークが考えられる膨大な範囲の化学反応をカバーし、特定の薬物分子を生成するのにどの反応が最適であるかを正確かつ迅速に識別できることが示されました。 「医療など人命を救うために重要なことへの AI の活用こそ、私たちが本当に注力したいことなのです」と、この研究の筆頭著者であり、オハイオ州立大学のコンピューターサイエンスおよびエンジニアリングの准教授である Xia Ning 氏は述べています。 「私たちの目的は、AI を使用して医薬品設計プロセスを加速することでした。そして、AI が研究者の時間と資金を節約するだけでなく、自然界に存在するどの分子よりもはるかに優れた特性を持つ可能性のある医薬品候補を提供してくれることがわかりました。」この研究は、ニン氏の以前の研究に基づいており、彼女のチームは、既存のどの分子よりも望ましい特性を示す分子構造を生成できる Modof と呼ばれる方法を開発しました。 「問題は、このような生成分子をどのように作るかということになるが、そこにこの新しい研究が光る」と医学部の生物医学情報学の准教授でもあるニン氏は語った。研究は雑誌に掲載されました 通信化学 ("G2逆合成予測のための 2 段階グラフ生成モデルとしての Retro」）。 Ning のチームは G を訓練しました240,000 年から 1976 年の間に収集された 2016 の化学反応を含むデータセットのレトロ。このフレームワークは、特定の分子のグラフベースの表現から「学習」し、ディープ ニューラル ネットワークを使用して、それらの合成に使用できる可能性のある反応物質の構造を生成します。その生成力は非常に印象的で、ニンによれば、ひとたび分子が与えられると、G2Retro は、わずか数分で何百もの新しい反応予測を思いつくことができました。 「当社の生成AI手法G2Retro は、複数の異なる合成ルートとオプションを提供できるほか、分子ごとに異なるオプションをランク付けする方法も提供できます」と Ning 氏は述べています。 「これは現在の研究室ベースの実験に取って代わるものではありませんが、より多くのより優れた薬剤の選択肢を提供するため、実験に優先順位を付けてより迅速に集中できるようになります。」 AI の有効性をさらにテストするために、Ning のチームはケーススタディを実施して、G2Retro は、新しく発売され、すでに流通している 4 つの薬剤を正確に予測できました。タピナロフはさまざまな皮膚疾患の治療に使用されます。マバカムテン、全身性心不全の治療薬。オテセコナゾールは女性の真菌感染症の治療に使用されます。 G2Retro は、これらの医薬品の特許取得済みの合成ルートとまったく同じものを正確に生成することができ、また、実現可能で合成的に有用な代替合成ルートを提供したと Ning 氏は述べています。このようなダイナミックで効果的な装置を科学者が自由に使えるようになれば、業界はより強力な医薬品をより速いペースで製造できるようになる可能性があります。しかし、研究室内で科学者に最先端の AI が提供される可能性があるにもかかわらず、ニン氏は医薬品の重要性を強調しています。2レトロな AI や生成的な AI の作成には依然として検証が必要です。そのプロセスには、作成された分子が動物モデルでテストされ、その後人間での試験が行われる必要があります。 「私たちは医療用の生成 AI に非常に興奮しており、人間の健康を改善するために責任を持って AI を使用することに専念しています」と Ning 氏は述べています。

タイムスタンプ：

より多くの ナノワーク