東京工業大学の大上雅史准教授と大学院生のKengkanna Apakornが、創薬における低分子化合物の物性や活性を予測する新しいAI予測手法「MMGX（Multiple Molecular Graph eXplainable discovery）」を開発しました。この革新的な手法は、化合物の構造式をグラフで表現し、高精度な予測を実現するとともに、予測結果に対する解釈性を提供します。
MMGXの特徴
MMGXは、グラフニューラルネットワークを活用し、化合物の部分構造を重視した予測を行います。この手法により、どの部分構造が予測結果に影響を与えたのかを明確にすることができます。アテンション機構を用いることで、予測結果の解釈が可能となり、医薬品開発を加速させることが期待されます。
研究の背景
医薬品開発には高額なコストと長い時間がかかります。そのため、AIを用いた予測手法が注目されていますが、これまでのAI手法は予測の理由を解釈するのが難しいという課題がありました。MMGXはこの課題を解決し、高い解釈性を持つ予測を実現します。
研究成果と社会的インパクト
MMGXは20種類の予測タスクで最高精度を達成し、オープンソースとしてGitHubで公開されています。これにより、広く利用されることが期待されます。また、AIと人間が協力して高度な成果を目指す「ヒューマン・イン・ザ・ループ」モデルの推進にも貢献します。
今回の研究成果は、医薬品開発プロセスの効率化と持続可能な創薬の実現に大きく貢献することが期待されます。今後のさらなる研究により、より多くの分子量に対応できるAI予測手法の構築が進められています。