オレゴン大学の研究チームは、新薬候補分子の体内での動きを、高価な実験前に AI で予測する革新的なツールを開発しました。この技術は、博士課程学生のリヴァント・エランゴワン氏とポスドクのソンプリア・チャットージー氏によって主導され、生物物理学者のディマン・レイ教授の研究室で完成しました。研究成果は「米国科学アカデミー紀要」に掲載されています。既存の AI 技術、例えばアルファFold は分子の静止構造を予測する「写真」のような役割を果たし、2024 年のノーベル化学賞にもつながりましたが、分子が時間とともにどう動き、どのように結合するかといった「動画」の情報は得られません。一方、従来の分子動力学シミュレーションは詳細ですが計算コストが高すぎて多くの研究機関には利用が困難でした。 今回開発された手法は、両者の中間である「要約版」のような効率を実現します。AI に既知の分子の挙動データや形状変化に必要なエネルギー量を組み込むことで、モデルが非現実的な探索を避けるよう制御しています。これにより、薬剤が標的タンパク質に結合する特定の瞬間を正確に捉える確率を大幅に向上させています。レイ教授はこのツールが、10〜20 年後にはリアルタイムで薬物とタンパク質の結合シミュレーションを行い、どの候補を臨床試験に進めるべきかを迅速に判断できるようになると予測しています。コードは無料で公開されており、薬学開発だけでなく、新素材の性質解明など生物学や化学の幅広い分野での応用が期待されています。今後の課題として、AI の出力結果をユーザーが直感的に理解できる簡潔な「短編動画」形式に変換する研究を進めています。このアプローチは、物理学の洞察と機械学習の利点を融合させた独自のもので、創薬プロセスの効率化に大きく貢献すると期待されています。