清华大学智能产业研究院（AIR）の蘭豊豊教授らの研究チームが、AIを活用した超高通量薬物仮想スクリーニングプラットフォーム「DrugCLIP」を開発し、『科学』（Science）誌に論文を発表した。この成果は、従来の手法に比べてスクリーニング速度を百万倍以上向上させ、人類ゲノム規模の全タンパク質ターゲットに対する仮想スクリーニングを初めて実現した。 現在、医薬品開発で対象とされるタンパク質ターゲットは、人間ゲノムに記載される2万以上のタンパク質のうちわずか10％にとどまる。従来の分子対接法では、1万のターゲット×10億の候補化合物の組み合わせを解析するには、一台のコンピュータで数百年を要する。これにより、新薬の発見プロセスは極めて遅く、多くの潜在ターゲットが無視されがちだった。 DrugCLIPは、AIによる深層対比学習（Deep Contrastive Learning）を採用し、タンパク質の「ポケット」と小分子の間の結合可能性を、ベクトル空間での効率的検索として処理。128コアCPUと8枚のGPUを搭載した計算ノード1台で、1日で1兆回以上のスコアリングを実現。計算量を劇的に削減しながら、精度も従来の手法を上回る。 実験では、神経伝達物質再取り込み輸送体（NET）と、腫瘍やパーキンソン病の潜在ターゲットであるE3ユビキチンリガーゼTRIP12に対して、それぞれ160万個の候補分子から高スコア分子を抽出。同定された分子のうち、15％がNETを抑制する活性を示し、その中には既存の抗うつ薬「アンフェタミン」を上回る結合能を持つものも確認された。さらに、冷凍電子顕微鏡による構造解析により、複合体の正確な結合様式が裏付けられた。 この成果により、研究チームは世界最大規模の「タンパク質-小分子スクリーニングデータベース」を構築。5億以上の類薬性小分子を対象に、200万以上もの潜在的活性分子を抽出し、すべてを無料で公開。ユーザーは自らのターゲットをアップロードしてカスタムスクリーニングも可能。論文発表から半年で1400人以上の研究者が1万3500回以上利用した。 今後、DrugCLIPはがん、感染症、希少疾患などへの新薬開発を加速するため、学術界と産業界との連携を強化。AIを活用した「最先端の薬物発見インフラ」の構築を目指す。本研究は、国家科学基金、新基石研究基金、清华大学无锡応用技術研究院、北京智源AI研究院などから支援を受けている。共著者にはAIR博士後期研究員の賈寅君、高博文、谭佳鑫、鄭濟青、洪鑫らがおり、通訊著者は蘭豊豊教授、生命学院の張偉准教授、闫創業准教授、化学系の劉磊教授。