米ベイエリアのVerseonは、物理法則に基づく計算によって低分子医薬の設計を行う立場をとっていると、Drug Discovery & Developmentが報じた。同社が計算プラットフォームでの分子設計を始めたのは2002年で、現在「AI創薬企業」と呼ばれるRecursionやExscientiaなどの多くが登場するより前、大規模言語モデルの登場からは20年以上前にあたる。
機械学習は学習データの外で外挿に
機械学習による分子設計は、既知の化合物と活性のデータから規則を学び、既存の化学空間の内側を効率よく探すことに強い。一方で、学習データに存在しない骨格に対しては外挿になる。
力場と自由エネルギー計算に基づく物理ベースの設計
物理ベースの計算は、分子と標的タンパク質の相互作用を力場や自由エネルギーの計算として扱い、既知データの有無に依存しない。ただし制約もあり、厳密な自由エネルギー計算は重く扱える化合物数が限られる。力場のパラメータ自体が近似で誤差が入り、タンパク質の立体構造とその柔軟性の扱いも結果を左右する。
実務の確認ポイント計算設計の企業を評価するときの留意点
どの手法で設計されたかにかかわらず、低分子では合成経路の段数と原料の入手性、結晶多形の出やすさ、溶解性が後工程に効き、臨床が進んでから直そうとすると高くつく。活性の予測精度と並んで、作れる分子を出してくるかを確かめておきたい。
※ 本ページは公開情報（Drug Discovery & Development の報道）をもとにしたProglenth編集部による整理です。手法の詳細・実績は一次情報をご確認ください。