創薬専用のＡＩを開発

京都大学や製薬・ＩＴ関連企業など約70社で作る共同研究体は、創薬専用の人工知能（ＡＩ）の開発に乗り出すようです。

世界中の製薬企業が新薬開発でしのぎを削る中で、オールジャパン体制で日本の国際競争力を高め、医療費の削減を目指すようです。

この創薬ＡＩが行うことは、（１）病気の原因となるタンパク質の特定、（２）タンパク質に作用する新薬の絞り込み、（３）候補化合物の安全性の予測と合成法の決定、（４）効果を確認する臨床試験の計画作り、などの一連の流れを担うとされています。こういったことが可能な20種類のＡＩを3年後をめどに完成させ、製薬企業で創薬に活用するとしています。

この流れがＡＩによって可能かを若干述べてみますが、まず病原タンパク質の特定は既知のタンパク質であれば可能かもしれませんが、新しいものを見つけ出すのは難しいような気もします。

次の新薬候補の絞り込みですが、現在はタンパク質の結晶化から立体構造の同定と行ったことが比較的容易になっています。こういったデータから候補化合物を推定することは可能かもしれません。

しかし各項目を通じて問題となるのは、ネガティブなデータは公表していない点です。大学や製薬企業など膨大な実験をしているのですが、良い結果が出たものは論文などによって公表しますが、ダメなものに関してはどこにも出さないわけです。

こういった駄目である物の方が圧倒的に多いのですが、そういったデータも重要な財産であり、これをうまくまとめようとしたのですが（自分の分だけですが）これを共有できるようにするというのは非常に難しいことでした。現在こういうデータをどう処理しているのかわかりませんが、私のころよりは進歩しているのかもしれません。

それでも良いデータだけから「新薬の絞り込み」では無駄が多くなりそうな気もします。候補化合物の安全性の予測や臨床試験の計画などは、ＡＩの得意とするところですのでうまく機能しそうな気もします。

さて日本製薬工業協会によると、一つの薬の開発に約10年、費用は約1200億円かかるとしています。この創薬ＡＩは、膨大な医学データを人間よりも素早く調べられ、京大などによると開発期間は半分から3分の1になり、費用も半減できるようです。

私のころで新薬を見つけるには1万の化合物を調べる必要があるとされていましたが、現在はそれが3万に増えているようです。このように膨大な作業量が必要な新薬開発にうまく人工知能が活用できれば、ここで目標としているようなことも可能なのかもしれません。