ADMET-AI 2.0とRDKitでCDK2阻害剤の吸収・代謝・毒性を評価する再現可能なノートブック教材
- このチュートリアルは、RDKitによる前処理とグラフニューラルネットワーク型ADMET予測器を組み合わせた注釈付きJupyterノートブックで、薬物らしさ、構造アラート、代謝、排泄、毒性までを網羅的に扱う。
- ChEMBLから選別したCDK2阻害剤群で実演し、各化合物の予測値を承認薬と比較したうえで総合スコアにまとめている。
- 結果はすべてin silicoで実験的検証はなく、主な成果は心毒性・肝毒性などのリスクの可視化と、FAIRに沿って使いやすいテンプレートの提供であり、他手法との性能比較ではない。
💡 ポイント アブストラクトに基づく見解
これは根拠ではなくテンプレートとして扱うべきだろう。キナーゼ系列でhERGや肝毒性が広くフラグされるのは、感度が過剰なモデルがまさに示す挙動で、実験データも他の予測器との比較もないため、フラグの割合は解釈できない。次の一手は、アッセイ結果が既知の自社系列で走らせ、順位付けを信用する前にキャリブレーションを確認することだ。