計算・AI創薬 Journal of Computer-Aided Molecular Design (Springer Nature)
生成AIと基盤モデルの統合ワークフロー:数百万分子から3CLpro阻害剤を絞り込み
- 生成モデル、生物医学基盤モデル、従来のケモインフォマティクス・フィルターを連結し、膨大でノイズの多い生成分子群を少数に絞り込んだ。生成手法は妥当性、多様性、類似性、ハルシネーションで比較された。
- 物性のしきい値は社内の3CLproデータセットから導き、残った分子の一部を自由エネルギー摂動法で順位付けした。
- 実験評価した分子はすべて標的阻害を維持し、1分子は元のリードを上回った。基盤モデルはブラインドテストでも良好な活性予測を示した。
ポイント アブストラクトに基づく見解
アッセイした数個の化合物がすべて活性を保ったのは心強いが、パイプライン自体の根拠としては弱い。ランダムに選んだ分子や、同じリードから物性フィルターだけで選んだ類縁体といった対照群がなければ、FEPや基盤モデルが何か上乗せしたのか判断できない。親リードからどれだけ離れているか、社内データ由来のカットオフが自分たちの標的に通用するかも見たい。
原論文: Journal of Computer-Aided Molecular Design (Springer Nature) ↗ In silico drug discovery framework leveraging biomedical foundation models and evaluating generative models—a use case on 3CLpro