DeNA、「AIで創薬」事業参入
コメント
注目のコメント
いつも「AI」というバズワードばかりが先行することに警鐘を鳴らしている僕ですが、これは非常に有望な応用だと思う。あえてAIという語を使わずに解説します。
機械学習の飛躍的進展により、アルゴリズムが人間の「勘」を真似できるようになった。新薬や新材料の開発は、それこそ無限にある化合物の組み合わせを試す必要がある。ある程度は理論で絞れる。その先は偶然と研究者の「勘」に頼るところが大きい。
でも、熟練した研究者の勘とは超能力ではない。経験を通して身につけた、数式や言葉としては明示的にあらわらせないなんらかの指針です。(ヒューリスティックスといいます。)そのヒューリスティックスを学習し、それに基づいて次に試す化合物の組み合わせを決めれば、人間の勘のようなものを真似できます。
それと、こんな記事があると決まってシンギュラリティだとか研究者がいらなくなるという馬鹿馬鹿しいことを言い出す人がいそうなので先に言っておきます。そのようなことは少なくとも向こう数十年では起きないでしょう。ただし、研究者の役割は、自分の勘を使って試験管を振ることから、創薬アルゴリズムを設計することに変化していくでしょう。
【追記】そういや、功をひけらかすわけじゃないが、正月にこんなコメントをしました。ある意味、「2018年の予想」が早速的中(笑)
https://newspicks.com/news/2725915?ref=user_198783化学の複雑なところは、化合物の持つ置換基の違いはもちろん、同じ組成を持つものでも、その異性体が存在すれば、性質が著しく変化することにあります(cis transやD体 L体など)。
また、周囲の環境によって(極性や周りに存在する他の化合物など)その化合物の構造や効果が変化するものも存在します。(今回はおそらくここら辺に注力)
さらにそれらの合成方法は、求める組成と構造を有する化合物によって全く異なる事もありますし、純度や収率も重要になります。
これら全てを考慮し「欲しい性質を入力すれば、最適な化合物が得られる」ような自動化が行われるのは、(特に非連続的な大発見に関しては)、まだまだ先なのかなと思われます。
一方で、論文を読み込ませ、既存の反応を用いて、合成経路を探索する事は既にReaxysなどで可能ですから、最初はその延長になるのではないかと予想されます。
つまり、過去の論文と実験データに基づき、化学種の性質と合成経路探索を組み合わせるというのが、プロトタイプとして考えられます。
論文も再現性のないものがある事は問題になりますが。笑小野プロのコメントについて
“研究者の役割は、自分の勘を使って試験管を振ることから、創薬アルゴリズムを設計することに変化していくでしょう。”
研究者はアルゴリズムを設計する、というよりは、実験計画を設計する、パラメータチューニングをする、モジュール化されたアルゴリズムを組み合わせ、アルゴリズムミックスを構築する、というイメージかとおもいます
新薬は、人体という多様で流動的で確率論を含んだ曖昧な存在を対象にするため、そのモデリングというハードルがあり、材料開発よりもう一段厳しい戦いになりそうですが、そこんとこどうなんでしょうね