AI

以下にファイルされています:

薬が市場に出るまでには永遠の時間がかかります。 AI はプロセスのスピードアップに役立つ可能性があります。

良いことをするための最善の方法を見つけること。

1968 年の小説および映画『2001 年宇宙の旅』では、人工知能システム ハル (HAL 9000 の略) が宇宙船の宇宙飛行士を殺害します。

実際には、ハルというあだ名は、人間ではなく細菌という、別の種類の殺人者を指します。

2020 年 2 月、この SF 映画がおそらく最初の偉大な AI 悪役を世界に紹介してから 50 年以上が経過しましたが、マサチューセッツ工科大学の研究チームは人工知能を利用して、入院患者となっている大腸菌を殺すことができる抗生物質を発見しました。年間数千人が感染するほか、別の一般的な細菌感染症であるアシネトバクター・バウマンニの抗生物質耐性株も発生します。 そして 2001 年のページを参照すると、HAL 9000 にちなんでハリシンと名付けられました。

ハリシンの発見は、AI 支援による創薬がいかに迅速であるかを浮き彫りにします。 科学者たちは、AI モデルを約 2,500 個の分子 (そのうち 1,700 個は FDA 承認薬、800 個は天然物) に導入してトレーニングしました。 研究者らがどの分子が大腸菌を殺すことができるかを理解するためにモデルを訓練すると、チームは既存の薬、失敗した薬、天然物、その他さまざまな化合物を含む6,000の化合物をシステムで実行した。

AIが製薬業界にどのような変化をもたらすかを研究しているコネチカット大学ビジネススクールの助教授ボーウェン・ルー氏は、このシステムは従来の方法にかかる時間のほんの一部でハリシンを発見したと語った。 「ハリシンは多くの種類の抗生物質耐性菌を殺すことができるだけでなく、従来の抗生物質とは構造的にも異なります」と同氏は電子メールで述べた。 「抗生物質耐性の『スーパーバグ』は、従来の方法ではほとんど対処できなかった主要な公衆衛生問題であるため、この発見は画期的です。」

「小分子の構造を調べてその特性を予測できるという考えは非常に古い考えです。 人々の考え方としては、分子内のいくつかの構造やいくつかの官能基などが特定できれば、『それは何をするのか』ということが言えるということです」と AI の著名な教授である Regina Barzilay 氏は述べています。マサチューセッツ工科大学工学部と健康に関する研究を行っており、最初のハリシン研究で使用された方法に基づいて別の潜在的な抗生物質候補を特定した2023年5月の研究の共著者でもあります。

AI が使用される前は、これらの構造を発見し、医薬品の潜在的な用途を特定するという課題は、主に速度、効率、コストの 1 つでした。 過去の分析によると、1990 年代初頭から 2000 年代後半にかけて、典型的な創薬と開発のプロセスには 12 年以上かかったことが示されています。 ハリシンの場合、MIT チームは、わずか数日で 1 億以上の化合物をテストできる AI を使用しました。 「分子科学は機械学習を応用し、新しいテクノロジーを使用するのに本当に適した場所であることが明らかになりました」と Barzilay 氏は言います。

薬剤耐性疾患が原因で毎年少なくとも70万人が死亡しており、この数は2050年までに年間1,000万人に増加すると予測されており、特にここ数十年で薬剤の進歩が停滞していることを考えると、スピードの必要性は非常に高い。 患者の治療に使用され、成功した最後の種類の抗生物質を科学者が特定した 1987 年以来、世界は科学者が「発見の空白」と呼ぶ状況に入っています。

重要なことは、AI は膨大な量の医療データを分析でき、ハリシンの発見が示唆するように、創薬プロセスを有意義に加速できることです。 この新しい技術は医療分野の大きな進歩を促進し続けており、患者の転帰を改善し、より正確な治療法を促進する可能性を秘めています。 また、抗生物質業界の停滞の少なくとも一部が新薬を特定できないことによるものではなく、市場の関心とインセンティブの欠如によるものであることを考えると、抗生物質の開発には不可欠となるコストの削減も期待できる。