三井情報、AIを用いた創薬プロセスの迅速化に繋がるソフトウェアを開発　

最終更新日:2024/04/11

三井情報は、創薬において「薬物が作用する対象となるタンパク質」が結合する位置を予測するソフトウェアと、新薬候補化合物と標的タンパク質との結合親和性を予測するソフトウェアを開発し、提供を開始したことを発表しました。

三井情報は、創薬において「薬物が作用する対象となるタンパク質」が結合する位置を予測するソフトウェア「DeepSeeker」と、新薬候補化合物(*1)と標的タンパク質との結合親和性を予測するソフトウェア「KASSAY」を開発し、提供を開始したことを発表しました。

両ソフトウェアはタンパク質の構造データや過去の実験データを深層学習させたAIを活用し、有望な新薬候補化合物の絞り込み精度と速度を高度化して創薬プロセスの迅速化を支援するものです。どちらもコンテナ仮想化環境またはMKI-DryLab for Microsoft Azure(*2)上で実行可能で、それぞれ1ライセンス90万円/年（税抜）で提供します。

三井情報は2017年より「創薬AI」の開発を進めている産学連携プロジェクト「ライフインテリジェンスコンソーシアム」内の「WG4.分子シミュレーション」に参画しています。

WG4で創薬におけるタンパク質の原子座標(*3)の深層学習に対するニーズから「AIによるドッキング計算高度化」に取り組み、リガンド結合サイト予測(*4)の論文を実装した「DeepSeeker」とリガンド活性値予測（*5）の論文を実装した「KASSAY」を開発しました。

低分子化合物をモダリティ(*6)とする創薬プロセスでは標的タンパク質に効く新薬候補化合物の探索があり、数千万種類以上ある新薬候補化合物から医薬品への展開が見込めそうな化合物を絞り込む作業があります。

そこでリード化合物が標的タンパク質のどこに結合し、そのリード化合物と標的タンパク質の結合親和性と活性化能力を評価します。

両ソフトウェアはタンパク質の構造情報の公的データベース「Protein Data Bank」に蓄積されたタンパク質の構造データや過去の実験データを学習させ、画像認識技術を利用したAIを活用することにより、有望なリード化合物の絞り込みの精度と速度を向上させ、創薬プロセスの迅速化が期待できます。

標的タンパク質の結合位置予測「DeepSeeker」と親和性予測「KASSAY」

「DeepSeeker」の特徴は、 標的タンパク質の原子座標を入力するだけでリード化合物が結合しやすい位置やリード化合物が標準タンパク質に結合しやすい構造かについて、リガンド結合サイト予測で評価できることです。従来、予測が困難であったリガンド結合部位以外の部位であるアロステリックサイトの判定をすることも可能です。

「KASSAY」の特徴は、「DeepSeeker」から導き出された標的タンパク質の構造の位置に対して高い有効性を持って結合するかをリガンド活性値予測で評価できることです。

三井情報は1970年代よりバイオサイエンス事業に携わっており、製薬企業・アカデミアとの共同研究や「京」インシリコ創薬基盤プロジェクトへの参画等を通して創薬およびヘルスケア分野におけるIT技術の活用に力を入れてきました。

これまで培ったナレッジをもとに開発した「DeepSeeker」および「KASSAY」の提供を通じて三井情報は日本における創薬の進展に貢献していくことを目指しています。

出典：共同通信PRワイヤー

AIsmiley編集部

株式会社アイスマイリーが運営するAIポータルメディア「AIsmiley」は、AIの専門家によるコンテンツ配信とプロダクト紹介を行うWebメディアです。AI資格を保有した編集部がDX推進の事例や人工知能ソリューションの活用方法、ニュース、トレンド情報を発信しています。

・Facebookでも発信しています
@AIsmiley.inc
・Xもフォローください
@AIsmiley_inc

メルマガに登録する