AI構造予測が分子のり創薬を加速

ベイラー医科大学の研究陣は、人工知能と高スループットプロテオミクスを統合し、治療用分子のり化合物を新規に同定した。同成果は学術誌『Nature Communications』2026年版に掲載された。 創薬の新たなパラダイムとして注目されるタンパク質分解誘導法において、免疫シグナル因子VAV1の選択的分解に本アプローチが有効であることを明らかにした。VAV1の異常活性化は血液腫瘍や自己免疫疾患と関連する。 大規模化合物スクリーニングによりクリベロン経路に依存する候補分子を同定。AI構造予測と物理モデリングを組み合わせた計算ワークフローGluePlexを開発し、実験データに依存せずVAV1表面の特定構造が分解シグナルとなることを正確に予測した。これは従来のCRBN依存型化合物のGループとは異なる新規認識機構を示す。 計算結果を実証した後、創薬化学的手法で化合物を最適化。分子剛性を高める塩素導入により分解効率を向上させた候補分子NGT-201-18が得られた。ヒトT細胞評価では、VAV1低下とT細胞過剰活性化抑制を確認した。またオフターゲット分解も検出され、創薬初期段階での包括的評価の必要性が示された。 本研究は、AIと構造解析の統合が創薬初期の化合物設計を加速可能であることを実証した。VAV1分解戦略は、従来の阻害薬では対応が困難な疾患治療へ新たな選択肢をもたらす基盤技術となる。