医薬品開発の加速化を目指す新たな大規模化学反応データベースが公開された。ミシガン大学薬学部ティム・セルナク准教授らの研究チームは、医薬品の骨格形成に不可欠な炭素-窒素結合の生成反応に関する5万超の実験データを、オープンアクセス形式で公開した。このデータベースは、人工知能（AI）の創薬プロセスへの活用を目的としており、約10年の開発期間を経て構築された。 従来の医薬品合成には膨大な実験回数と希少金属触媒への依存が課題であった。AIは高精度な予測モデルを構築するために大規模かつ質の高い学習データが必要とされるが、化学反応分野ではその環境が整っていなかった。今回のデータベースは、反応条件と試薬の組み合わせを体系的に網羅しており、AIの訓練データとしてだけでなく、研究者間の知見共有プラットフォームとしても機能する。 米化学会誌に発表された分析結果によれば、医薬合成で標準的に用いられるパラジウムに代わり、ニッケルや銅を用いた反応が同等以上の性能を示すケースが確認された。地政学的リスクや供給制約の懸念が高まる希少金属の代替材料を、大規模データから効率的に抽出可能となったことを意味する。セルナク准教授は、データマイニングにより従来の手法では見逃されがちな反応パターンを発見できる可能性を指摘し、レアメタル非依存の合成経路開発が現実味を帯びていると評価している。 本データベースは医薬品開発のスピード向上とサプライチェーンリスクの軽減に寄与すると期待されている。公開されたデータはAI予測モデルの高度化を促進し、より迅速かつコスト効率の高い創薬プロセスの実現を後押しする。研究チームは今後、対象反応の範囲を拡大し、創薬業界全体で活用されるインフラへと発展させる計画である。