「100万人に1人」の製薬プロセスaiは何ができるのでしょうか？ただの手段
2024-09-29
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
「近年、さまざまな新技術が登場し、臨床試験の登録数は直線的に増加していますが、毎年の臨床試験の成功率は一定の水準にとどまっています。このことから、私たちは医薬品製造を取り戻す必要があると認識しています。」医療の本質は、安全で効果的であるということです。テクノロジーは単なる手段です。」
人工知能 (ai) は創薬においてどのような役割を果たせるのでしょうか?
華東師範大学薬学部長で人工知能新薬イノベーションセンター所長のリー・ホンリン氏は、「aiは3段階で医薬品の研究開発に参加できる。データを知識に変える、知識をテクノロジーに変える、そしてテクノロジーを製品に応用すること。
2024年9月27日、李紅林氏は、中国共産党上海市委員会統一戦線工作部と上海科学技術局の指導のもと、第23回浦江学際フォーラムの学術サブフォーラムで上記の見解を提唱した。中国共産党の作業委員会であり、国民党革命委員会科学技術支部が主催する。
また、人工知能の出現以来、人々は人工知能の「コンビネーションパンチ」さえ使えれば薬も作れるのではないかと空想にふけっていると述べた。実際、ai は医薬品の研究開発のあらゆる側面に関与しています。 2018 年の alphafold の出現以来、多国籍企業 (多国籍製薬会社) であろうとバイオテック (小規模バイオテクノロジー企業) であろうと、人工知能は同時に発展してきました。実際に解決できる問題は 2 つだけです。1 つはスクリーニング時間、もう 1 つは臨床成功率です。後者の方が重要かもしれません。 2020年末までに、多くの医薬品が研究開発プロセスでaiを使用するようになりました。
「医薬品の研究開発で手作業で解決するのが難しい科学的問題や技術的問題に直面した場合、ai が参加できる可能性があります。」とリー・ホンリン氏は、かつて医薬品のスクリーニングを行う際には、その効果にもっと注意を払っていたと紹介しました。たとえば、候補薬が細胞に作用するか、動物に作用するかという点では、その標的やメカニズムにはあまり注意が払われません。 aiの出現後は、標的に基づいて薬をスクリーニングできるようになりました。
「新しい標的は医薬品の研究開発の源です。新しい標的の出現は、多くの場合、一連の大ヒット薬につながります。」とリー・ホンリン氏は述べた。現在、世界中の新薬の研究開発が直面している共通の問題は、ターゲットの枯渇です。 「ターゲットはいくつありますか? 私たちは、人間の3万未満の遺伝子のうちターゲットとして使用できるのはわずか3%であり、遺伝子の35%はまだ「ダーク遺伝子」であると推定しています。それに対応して、既存の(小分子)の数は少なくなります。 2,000 種類以上の薬剤があり、人体の既知の標的は 667 個だけをカバーしています。」
新しいターゲットに関するデータを取得するにはどうすればよいですか?李紅林氏は、既存の研究文書や特許からそれを探ることができると述べた。 「このプロセスは、データをナレッジマップとも呼ばれる知識に変えることです。」リー・ホンリン氏のチームは4年半を費やし、合計280万件以上の論文を含む利用可能なすべての医学文献から3種類の薬剤ターゲットを構築しました。病気に関連する 3 億のマップ。これは現在最大の生物医学知識マップです。それは 2 つのことを解決できます。それは、臨床上の意思決定を行うことと、新薬プロジェクトの承認の基礎を提供することです。
「実際、私たちは新技術を過度に批判する必要はない。私たちは新技術をもっと受け入れ、新技術を活用できるかどうかに焦点を当てるべきだ」とリー・ホンリン氏は語った。
「医薬品の発見から販売までのプロセスは、100万分の1のプロセスです。製薬業界ではこの言葉が繰り返し語られてきましたが、実際に医薬品が作られて初めて、なぜそれが体系的なプロジェクトであるのかが理解できるのです」ここ数年、さまざまな新技術が登場し、臨床試験の登録数は直線的に増加していますが、臨床試験の成功率は横ばいです。このことは、医薬品製造の本質である安全性と効果性を取り戻す必要があることを私たちに教えてくれます。」
ザ・ペーパー記者曹年潤
（この記事はthe paperからのものです。よりオリジナルの情報については、「the paper」アプリをダウンロードしてください）
