AdaptiveFlowが創薬の大規模計算を刷新
St. Jude小児研究病院、パビア大学、ダナファーバー癌研究所、ハーバード医科大学の共同研究チームは、創薬プロセスを革新するAI駆動型プラットフォーム「AdaptiveFlow」を学術誌Nature Biotechnologyにて発表した。このプラットフォームは、従来の手法比で計算コストを千分の一に削減しながら、690億分子を一度にバーチャルスクリーニングできる世界最大のドッキング対応ライブラリを実現している。 AdaptiveFlowの最大の特徴は、膨大な計算リソース下でも効率を維持するスケーラビリティにある。研究チームが開発した18次元グリッド構造は、分子量などの分子特性を各次元に割り当て、化学的に多様な化合物を優先的に選別する。この手法により、機械学習分類モデルが初期候補を高精度で抽出し、1,500種類以上のドッキングプロトコルで標的タンパク質との結合親和性を評価する。その結果、仮想CPU560万基規模でも線形スケーリングが可能となり、クラウドベースの創薬スクリーニングにおける新たなベンチマークを樹立した。 実証実験では、既知の抗がん標的であるPARP1と、細胞死機構に関わる新興標的であるFSP1に対して、創薬基準並みの結合強度を持つ阻害剤を同定した。特にFSP1は結合部位に補因子が関与する複雑な構造を持つため、従来スクリーニングでは発見が困難とされていたが、AdaptiveFlowは高精度な候補抽出によりこの課題を克服した。共同責任著者のクリストフ・ゴルグッラ博士は、本プラットフォームが自動創薬パイプラインの次世代標準となることを強調し、初期ヒット分子の品質向上が最適化工程の負担を大幅に軽減すると指摘する。 同プラットフォームはオープンソースとして公開され、段階的なガイダンスとチュートリアルが提供されている。計算資源の制約が創薬のボトルネックとなっていた課題を解決し、難治性疾患の標的蛋白に対する高効率な化合物探索を一般化させる。AdaptiveFlowの普及により、バーチャルスクリーニングの民主化が進展し、臨床成功率の向上と新薬開発サイクルの短縮が期待されている。
