モントリオールのInsilico Medicineチームは、人工知能（AI）の力を活用して、生命を救う薬剤の探索を加速させるために取り組んでいます。Petria Kamya博士が率いるこのチームは、製薬業界における薬剤の開発とテストのプロセスがリソースを大量に消費し、時間がかかるため、AIの潜在能力を最大限に活用することを目指しています。
香港を拠点とするバイオテック企業であるInsilico Medicineは、AIブームの発信地としてのモントリオールの深い医学研究のルーツと地位を考慮し、研究拠点として選びました。AIプラットフォームの世界トップであるKamya博士は、モントリオールのエコシステム内での成長と統合の可能性を認識しています。
Insilico Medicineのアルゴリズムは、従来の薬剤探索法とは異なり、「マルチモーダル」なアプローチを採用しています。これには、公表された文献や助成金申請の結果を分析し、有望な薬剤候補を特定することが含まれています。このアプローチにより、複雑な治療薬の領域を航海し、発見プロセスを迅速化することができます。
AIによる薬剤探索は、より迅速な臨床開発の可能性を提供しますが、Kamya博士は現実的な期待を持つことの重要性を強調しています。AIアルゴリズムは潜在的な薬剤をより効率的に特定するのに役立つことができますが、その有効性を臨床試験で証明することが重要です。
AIを生体医学のツールとして注目された最も顕著な例は、2020年にGoogle DeepMindが開発したAlphaFold 2がタンパク質構造予測コンテストで圧倒的な成果を上げたことです。このブレイクスルーは、タンパク質の形状と機能を理解するための進歩に道を開き、疾患に対するターゲット治療法の開発に重要な役割を果たしています。
しかし、AIによる薬剤探索の重要な障害の一つは、アルゴリズムを訓練するための公開データの不足です。言語アルゴリズムがインターネットテキストから学習したり、タンパク質形状予測アルゴリズムが公開データベースを使用したりできるのに対して、薬剤探索アルゴリズムには関連情報の包括的なリポジトリが存在しません。
この課題に取り組むために、Structural Genomics ConsortiumとPrincess Margaret Cancer CentreはCACHEチャレンジを開催しています。タンパク質構造予測コンテストであるCASPを手本にしたCACHEチャレンジは、計算ツールを使って新しい薬剤を見つける成功したアプローチを奨励し、特定することを目指しています。競技者には、ポテンシャルな治療法のための小分子や「ヒット」を発見するためのタンパク質の標的が提供されます。
モントリオールの活気あるAIと医学研究コミュニティ、さらにCACHEチャレンジなどの取り組みにより、モントリオールはAIによる薬剤探索の先駆的な拠点としての地位を確立しています。AIが医療業界を革新し続けるなか、薬剤開発と患者ケアの重要な進歩が現実のものとなる可能性があります。
The source of the article is from the blog oinegro.com.br