量子科学大学（University of Queensland）の研究チームが、抗微生物耐性対策に向けた新抗生物質の開発加速を目指し、AIの推論信頼性を評価する新フレームワークを開発した。同成果は学術誌 Journal of Cheminformatics に掲載され、創薬プロセスにおけるAIの透明性課題に対処する重要な一歩となる。 多剤耐性菌であるスーパーバグの拡大はグローバルな医療危機を引き起こしており、新薬開発の急務となっている。AIは創薬を革新しているものの、判断根拠を示さないブラックボックス性質ゆえに科学者の信頼獲得が困難な状況が続いていた。分子生物研究所スーパーバグソリューションセンターのオナウォレ博士は、抗菌剤開発においてAIの誤った説明は実験リソースの浪費や臨床判断の誤りを招くため、化学的論理の透明性確保が不可欠だと指摘する。 研究チームは黄色ブドウ球菌を対象とした既存化合物データを用い3つのAIモデルを構築し、新フレームワークで検証した。評価項目は、既知の抗生物質構造の特定能力と、化学構造の微小変化が薬効に劇的な影響を与えるアクティビティクリフを正しく解釈できるかどうかである。その結果、全モデルが構造探索では高い性能を示したものの、分子活性を決定する化学的要因を説明する能力には差異が明確に現れた。ツェッグ博士は、本フレームワークがAIシステムの説明信頼性を成功裏に評価できることを実証し、医学的化学者が創薬にAIを安全に統合する基盤が整ったと評価する。 同フレームワークは、AI支援創薬の実用化における重要な検証ツールとして機能する。透明性保証により研究者はAIの予測を根拠に的確な意思決定を下すことができ、耐性菌対策に必要な新抗生物質の発見サイクルが大幅に短縮される。今後は他の病原菌モデルへの適用拡大と、実薬事典開発ワークフローへの組み込みが次の課題となる。