人工知能が新薬開発を支援

[[251349]]

古代、神農は何百種類もの生薬を試飲しましたが、これは実際には薬を人工的に選別するプロセスでした。

現代では、映画「Dying to Survive」を見た人なら誰でも、新薬の開発コストが非常に高いことを知っているでしょう。

バラエティ番組「討論者」で経済学者の薛兆鋒氏は次のように述べた。「新薬の研究開発サイクルは約20年で、新薬1つ当たりの平均研究開発費は20億ドルにも上ります。」

したがって、新薬の研究開発はハイリスク・ハイリターンの産業です。

人工知能の時代になり、状況は大きく変わりました。人工知能は新薬の研究開発に大いに役立ちます。

医薬品の分類

人工知能が新薬開発にどのように役立つかを理解するには、まず薬の一般的な分類を行う必要があります。薬物分子の大きさに基づいて、薬物は一般的に 2 つのカテゴリに分類されます。

1. 化学薬品

化学薬品の有効成分は、分子量が通常 1000 ダルトン (つまり、1000 個の陽子の質量) 未満の単一の透明な小さな化学分子です。この薬は実験室で化学合成して製造することができ、その分子構造は紫外可視分光光度計、核磁気共鳴、赤外分光計などの機器を使用して特定することができます。この薬物分子は細胞に直接入り込み、治療効果を発揮します。

有名なアスピリンは化学薬品です。1899 年 3 月にドイツの化学者によって発明され、風邪、発熱、頭痛などの病気の治療に使用できます。例えば、バイアグラは、米国のファイザー社が男性性機能障害の治療薬として開発した経口薬です。ミュージシャンのジョナサン・リーらが歌う「I'm Feeling Pretty Annoyed Lately」という曲に、「飯島愛と食事をする夢を見た。夢の中のレストランの照明は暗すぎて、小さな青い錠剤が見つからなかった」という歌詞があります。この小さな青い錠剤がバイアグラで、これも化学薬品です。

2. 生物学的医薬品

生物学的医薬品は一般的に抗体、タンパク質（ペプチド）、核酸医薬品であり、その分子量は通常 1000 ダルトンよりはるかに大きくなります。つまり、生物学的医薬品は高分子医薬品なのです。

例えば、糖尿病の治療に使用される人工インスリンは生物学的医薬品です。 1958年、中国科学院は、王英来、曹天勤、鄒成禄、牛静怡、沈昭文らの指導の下、人工インスリン合成プロジェクトを正式に開始し、1966年に大きな成功を収めました。私の国で人工的に合成されたインスリンは、実際には人工的に合成されたタンパク質分子であり、生物学的医薬品です。

人工知能を利用した新薬開発に関しては、ほとんどの場合、化学薬品を扱う方が適しています。高分子生物学的薬品の開発に関しては、現在の人工知能技術はまだ少し不十分です。

新薬開発と薬剤ターゲット

新薬開発を理解するには、人がなぜ病気になるのかについても考える必要があります。なぜなら、薬は病気の治療に使用されるからです。分子生物学の観点から見ると、糖尿病を引き起こすインスリンの減少など、一部の疾患は分子の発現不足によって引き起こされ、アレルギーを引き起こすヒスタミンの過剰など、一部の疾患は分子の発現過剰によって引き起こされます。

では、なぜ人は病気になるのでしょうか。それは、体が細胞でできており、細胞は小さな化学分子と生物学的高分子でできているからです。それらは単に組み合わさっているのではなく、複雑で巨大なネットワークを形成するために連鎖的につながっています。さまざまな生理機能は、この巨大なネットワークの一連の線として見ることができます。

私たちの体の病気のほとんどは、外科手術による損傷を除いて、交通路が遮断されるのと同じように、このネットワーク上のどこかのラインにおける異常によって引き起こされます。薬を飲む目的は、この鬱血点を開放することです。この混雑ポイントは、薬物分子が作用する必要がある「ターゲット」です。

分子生物学の出現以前には、薬物標的という概念は存在しませんでした。当時、世界中の薬草にしろ、偶然発見されたペニシリンにしろ、人間の病気の原因は経験や憶測、迷信に基づいて推測されていました。伝統的な中国医学はその一例です。一般的に、中国医学には副作用があります。これは、中国医学が分子生物学に基づいて設計されていないため、その対象が非常に分散しており、散弾銃で撃つようなものですが、現代の西洋医学はスナイパーライフルで撃つようなものです。

したがって、人体内のすべての分子が潜在的な標的となる可能性があります。これらの分子は細胞膜上または細胞質内に存在する可能性があり、一部は細胞核内に存在する可能性があります。また、これらの分子は血液中または脳内に存在する可能性もあります。分子が異なれば特性も異なります。たとえば、抗体などの生物学的高分子は体液や細胞膜上の分子にしか結合できませんが、小さな化学分子は細胞膜をより簡単に貫通し、さらには細胞核に入り込んで効果を発揮します。薬はそれぞれ異なる方法で体内に入ります。良い薬は、体内に入る途中で失われないようにする必要があります（たとえば、胃液の酸性によって腐食されるなど）。さらに、薬の設計には適切な標的設定が必要です。たとえば、一部の薬は脳に入る必要があるため、血液脳関門を通過する必要があります。また、一部の薬は赤ちゃんに影響を与えないように母子関門を通過したくないのです。最良の薬剤設計の基準は、設計された薬剤が、他の副作用を引き起こすことなく、治療したい臓器や分子にのみ作用することです。しかし、生物学的機能は経路であるため、この経路上には標的となる可能性のある分子が複数存在する可能性があり、最も重要な標的を見つけることが最も効果的です。しかし、物事はそれほど単純ではありません。生物では、同じ分子が多機能である場合があります。この分子が阻害されると、他の正常な機能に損傷を与える可能性があります。これが副作用です。副作用の中には非常に深刻なものもあります。したがって、薬物のターゲットとして非常にクリーンかつ特定の分子を選択する必要があります。

薬物標的の概念は分子生物学の発展の産物であり、特に遺伝子配列決定技術の発展後に生まれた新しい概念です。作用の真の原因（分子メカニズム）を研究することで、医薬品開発に新たな原理を提供することができます。

人工知能が新薬開発を支援

人工知能にはビッグデータが原料として必要であり、新薬研究開発の分野は実は非常に豊富なビッグデータの宝庫であり、人工知能が活用される場を提供している。例えば、1959年に医学雑誌『Medicinal Chemistry』が創刊されて以来、少なくとも45万種類の化合物が医薬品の研究対象として発表されています。これは巨大なデータベースです。このようなビッグデータに対して、人工知能は独自の役割を果たすことができます。

少し前に、サイエンティフィック・アメリカンと世界経済フォーラムが2018年のトップ10新興技術を発表しましたが、その中には、新薬開発を加速させる人工知能支援の化学分子設計 - 機械学習アルゴリズムも含まれています。

現在、世界中で少なくとも100社が新薬研究開発に人工知能の手法を模索しています。海外では、グラクソ・スミスクライン、メルク、ジョンソン・エンド・ジョンソン、サノフィなどが人工知能による新薬研究開発を展開しています。中国には、Deepin Intelligence、Linkron Technology、Jingtai TechnologyなどのAIベースの新薬研究開発企業もあります。WuXi AppTecも米国のAIベースの新薬研究開発企業に戦略的投資を行っています。

化学分子の設計に関しては、これまでの設計は、さまざまな側鎖や分子群の化学的性質に関する人々の経験に基づいて、手作業で薬剤を設計していました。このプロセスは、プログラマーがプログラムを書くのと似ています。才能のある人はプログラムを書いてそれを正常に実行できますが、才能のない人は多くのプログラムを設計しますが、それらは役に立ちません。そのため、当時は多くの人が、薬物の化学的設計は芸術であり、形而上学であるとさえ言っていました。

現在では、機械を使って薬物と薬物標的の結合特性を学習し、薬物を設計できるようになり、設計が成功する可能性が大幅に高まります。人工知能はコンピューターシミュレーションを通じて薬物の作用、安全性、副作用を予測することができます。

人工知能は、リード化合物の仮想スクリーニング、新薬合成経路の設計、薬効と安全性の予測、薬物分子の設計など、医薬品開発のさまざまな分野に適用できます。なぜ人工知能は新薬の研究開発の効率を向上させるのでしょうか? それは、人工知能が強力な関係性発見能力と強力な計算能力を持っているからです。関係性の発見という点では、人工知能は薬と病気の関係、また病気と遺伝子の関係を発見することができます。計算能力の面では、人工知能は候補化合物をスクリーニングし、より活性の高い化合物をより迅速に特定して、後の臨床試験に備えることができます。人工知能は、従来の方法と比較して化合物の合成とスクリーニングの時間を 40% 短縮し、製薬会社は毎年数百億ドルの化合物スクリーニングコストを節約できます。

人工知能技術の出現により、中国は新薬研究開発における国際競争で他国を追い抜く一定の可能性を得た。