华人チーム、薬剤仮想スクリーニングを24時間から61秒に短縮

アリゾナ州立大学のカオ助教が主導するチームは、大規模な薬物候補分子の仮想スクリーニングを約一分で終える高性能検索技術「スウィープアン」を論文として公開した。薬物発見の初期工程では、疾病関連タンパク質の結合ポケットと化合物の適合性を評価するが、従来の分子ドッキングは数億規模の化合物を一つずつ処理するため非現実的に遅い。二〇二六年に報告されたドラッグクリップは、ポケットと分子をベクトル空間に写し、距離で候補を絞った。同手法は八枚の加速器で二十四時間かかり、候補探索の反復を阻んだ。今回チームはドラッグクリップのベクトル出力を前提に、四枚の加速器に約五億分子の圧縮データを常駐させ、二万六千余りのポケットごとに上位五十万候補を抽出した。主実験では六十一秒で完了し、平均再現率九十九・六三パーセントを確保した。分子は二百五十六次元ごとに補正値を用いた八ビット整数で格納し、容量を約四分の一に削減した。さらに六十四個のポケットを一括で比較し、メモリ転送と演算待ちを低減した。候補一覧は暫定基準線を先に設定し、基準未満を破棄する仕組みで長い上位リストを維持した。成果は事前読み込み済みの分子群に対する検索時間を示し、実務では同じ分子群を短時間で何度でも検索できる。チームは上流のベクトル生成や下流の分子評価も含めた高速化を進め、仮説変更や候補再抽選を即座に可能にするという。