あなたが健康で長生きできますように、AI が医薬品をスマートにします
分野医療業界における医薬品の研究開発の困難な問題に対して、機械学習や深層学習などの AI テクノロジーを使用することで、プロセスをより迅速に、より経済的に、より効率的に行うことができます。同時に、テクノロジーの利用により、医薬品の研究開発の発展方法も変化しています。
おそらく、新薬の開発にどれくらいの費用がかかるかわかりませんか？
平均して、薬の開発には25億ドルの費用がかかり、10年かかります。しかも、実際に使用されている薬は10分の1程度にすぎません。データから判断すると、2017 年の新薬研究開発への投資収益率はわずか 3.2% でした。
臨床検証を通過し、最終的に医療基準を満たしながら医薬品をいかに首尾よく効率的に製造するかは、研究開発において解決すべき緊急の課題です。
AI＋医療が重視される今日、医薬品の研究開発にAI技術を活用することで状況は変わるのでしょうか？
創薬は難しいのでしょうか？ AIを試してみる
トロント大学の工学・医学教授ブレンダン・フライ氏は、「従来の新薬開発は運に大きく依存しており、これはリンゴを倒すことができるかどうかを確認するために盲目的に木に棒を投げ込むのと同じです。この方法は、時間と労力がかかるだけでなく、成功率も保証できません。」
これらの言葉は、医薬品の研究開発のジレンマを如実に表しています。これは医薬品製造の難しさも反映しています。
その理由の 1 つは、医薬品となる分子が無数に存在するためであり、研究開発にはどの医薬品分子が特定の疾患を治療できるかを分析するための高度な専門知識が必要です。これは膨大な作業です。
一方、製薬メーカーは、人体の複数の細胞や臓器と薬物のさまざまな相互作用、患者ごとの薬物の変動など、さまざまな要因を考慮する必要があります。
これらの問題が難しい理由は、特定のパターンを見つけるために大量のデータ分析が必要な領域をカバーし、設計するためです。手動で行うと多額の費用がかかり、エラーが発生しやすくなります。
ここで AI が登場します。AI は大量のデータから方向性を見つけ出し、プロセスをより速く、より経済的に、より効率的にすることができます。
現在、研究者はソリューションのコンセプトを大まかに概説し、データと機械学習を使用して残りを AI に任せることができます。
AI創薬の研究開発に注力する企業
トロントにあります サイクリカ は昨年、世界のAI創薬研究開発企業トップ20社に選ばれた。多くの企業と提携しており、AI と生物物理学、統計、ビッグデータを組み合わせて、薬物が複数の標的や疾患にどのように作用するかを研究することに重点を置いています。
Cyclica の社長兼 CEO である Naheed Kurji 氏は次のように述べています。
しかし、多くの研究では、薬物には数百ものオフターゲット相互作用（つまり、単一のタンパク質に結合するだけではない）が存在することが多く、それが予期せぬ副作用を引き起こす可能性があることが示されています。私たちの目標は、薬物と結合する可能性のある体内のすべてのタンパク質を検査することです。そして AI は私たちを効果的に助けてくれます。 」
Cyclica の研究は、科学者が特定の薬が人によって作用が異なる理由を理解するのにも役立ち、より正確な薬の開発を加速します。 「AIによって新薬の開発期間を2年に短縮するのが目標だ」としている。
クルジ教授はまた、「アルツハイマー病などの治療法のない病気や、糖尿病などの治療が難しい病気については、AIテクノロジーの助けを借りて、古いモデルよりも早く治療可能な段階、さらには治癒可能な段階に入ることが可能になる可能性があります。 」
医薬品の困難に対抗するため、AI があらゆるところで開花しています
テクノロジーの発展に伴い、薬剤生成の研究に AI を使用する企業や機関が増えています。
最近のレポートでは、ピッツバーグ大学研究者たちは、深層学習手法を使用して医薬品開発の精度を向上させてきました。
AI の助けを借りて、彼らは数百万の分子の仮想モデルを使用してコンピューターで探索および研究し、同時に特定の薬に対する数百の病気の反応を観察しました。
ディープラーニングは、研究者が薬物分子の潜在的な副作用を理解し、特定の疾患に効果がある可能性のある副作用を捕捉して新薬を合成するのにも役立ちます。研究により、過去の50%から現行の70%まで合成予測の精度を向上させた。
もう一人はこう呼んだ ディープゲノミクス 同社は、20 の AI システムを所有していると主張しています。
彼らのリーダーは次のように述べています。「疾患の突然変異に対する新しい薬剤のターゲットを発見したいですか? 特定の問題を解決する薬剤を設計したいですか? 別の AI ツールがあるかどうかを確認したいですか?」副作用を引き起こすのですか? AI ツールのセットもあります。」
その上、多くの企業は、巨大なニューラル ネットワークをトレーニングすることにより、さまざまな臨床試験で新薬の解決策を模索しています。
たとえば、深層学習モデルが顕微鏡画像を分析して、薬剤が病気の細胞に効果があるかどうかを判断することも報告されています。この方法は細胞の何百もの特性を観察するために使用され、週に最大 1,000 万件を処理できます。これは人間の手の届かないところです。
これらのAI技術に基づいて、医薬品の研究開発プロセスにおけるデータ収集と処理プロセスが大幅に高速化されました。また、製薬業界の開発モデルの一部も変化しました。
AI＋創薬研究開発、これが未来モデル
今のところ、AI はすでに医薬品開発のあらゆる主要段階で使用されています。
準備文献の分析、介入対象の最初の特定から薬剤候補の発見、さらに迅速な臨床試験、そして最後に疾患を診断する（薬剤の有効性を判定する）ためのバイオマーカーの検索に至るまで、AI が徐々に引き継ぎ、そのスピードを高めています。このステップまで。
AI はこの業界を新たな高みに押し上げたと言えますが、現時点ではまだ欠点があります。「人工知能は大量のデータを処理するシステムには適していますが、革新的な概念はありません。 。
つまり、AI+医薬品の研究開発がブームに見えても、それは専門の研究者を支援しているだけだ。 AIはデータから分析や予測を得る役割を担い、専門家はAIが解決する問題を設定し、最終的な検証や承認を行う。
これは、医薬品の研究開発におけるAIの貢献や、AIが医療にもたらした大きな変化を妨げるものではありません。
さらに、AI が開発と進歩を続ける今日、私たちは次のように信じる理由があります。テクノロジーを受け入れ、使いこなすことだけが社会を次のステージに発展させる唯一の道です。