Contract Pharma が、医薬品分子の価格を分子構造だけから人工知能で予測できるかという問いを検討する記事を掲載した。構造から読み取れることと、構造の外にある要因を分けて考える内容である。
受託製造の見積もりを出す側、受け取る側の双方にとって、実務に近い問いといえる。
構造から読めること
分子構造は、製造のコストにかなりの部分を規定する。構造式を見れば、経験のある化学者はおおよその難度を見積もれる。AIが学習しうるのも、まずはこの部分になる。
- 合成の工程数：骨格が複雑なほど段数が増える。段数はそのまま収率の掛け算になり、原料の必要量を押し上げる
- 不斉中心の数：立体を作り分ける必要があれば、不斉合成か光学分割が要る。分割は原理的に半分を捨てる
- 官能基の相性：保護・脱保護が必要になれば、その分だけ工程が増える
- 使う反応の種類：貴金属触媒、極低温、高圧——設備の制約と単価に直結する
低分子原薬の工程設計では、これらが実際に見積もりの骨格をなす。構造から工程数を推定し、工程数から費用を積む——という筋道自体は成立する。
構造の外にあるもの
一方で、価格は製造原価だけでは決まらない。記事が「できないこと」を立てているのは、ここを指すと読める。
- 生産規模：同じ分子でも年間1kgと1トンでは単価が桁で違う。設備の償却と段取りの回数が効く
- 原料の入手性：出発物質が市販されているか、自製が要るか。特定の供給者に依存していないか
- 品質規格の厳しさ：どの不純物をどこまで下げるかで工程が増える。ニトロソアミンのような遺伝毒性不純物の管理が入れば、要求は一段変わる
- 知的財産：特許で押さえられた合成経路を避ける必要があれば、遠回りになる
- 規制と市場：申請済みの製造所を変えられるか。競合が何社いるか
つまり、構造は製造の難しさを教えるが、価格は難しさに加えて量・規格・時期・交渉の関数になる。同じ分子が、文脈次第で別の価格を持つ。
見積もりの道具としてどう使えるか
現実的な使い道は、価格の当てものではなく当たりをつけることにありそうである。
- 複数の候補分子を比べて、どれが製造上つらいかを早い段階で並べる
- 提示された見積もりが相場から外れていないかを検算する
- 構造の一部を変えたときに、コストがどちらへ動くかを見る
3つ目は開発の意思決定に直接効く。候補化合物を絞る段階で製造難度が視野に入っていれば、後工程での作り直しを減らせる。製造コストの議論が開発の後半に持ち込まれがちなのは、その情報が早期に手に入らなかったためでもある。
逆に、この種のモデルを価格の根拠として突きつける使い方には無理がある。学習データが過去の取引に基づく以上、そこに含まれていない条件——新しい規制要求、供給網の変化——は反映されない。
「何ができないか」を並べる記事が出てくること自体、この分野が売り込みの段階から実務の検討段階へ移りつつあることを示している。
※ 本ページは公開情報（Contract Pharma の記事）をもとにしたProglenth編集部による整理です。検討の前提・対象範囲・具体的な手法は一次情報をご確認ください。