グーグル傘下の人工知能会社DeepMindはこのほど、ノーベル賞を受賞した薬物開発AIモデルAlphaFold 3をオープンソースにした。これは、これから生物医薬の各分野の研究者が無料でモデルコードをダウンロードし、自分でモデルを実行して薬物開発を行うことができることを意味している。
公開資料によると、Google AlphaFoldモデルはタンパク質の構造と相互作用を予測するために使用できる。このモデルの最新版AlphaFold 3は蛋白質予測能力に加え、DNA、RNA、小分子などほぼすべての生体分子構造と相互作用を予測する能力を増加させ、薬物発見と疾病治療を直接推進した。
これについてDeepMindのデミス・ハサービス最高経営責任者は、AlphaFold 3は重要なマイルストーンだと評価している。「生物学は動的なシステムであり、細胞中の異なる分子間の相互作用によって生理的特性がどのように生成されているのかを理解しなければなりません。AlphaFold 3を私たちがこの方向に向かって大きな一歩を踏み出したと見ることができます」。
一般的に、一般的な実験方法で薬を開発するには数年と極めて高いコストがかかり、AlphaFold 3はこのプロセスを大幅に加速することができる。それは潜在的な薬物標的を迅速にスクリーニングし、標的蛋白質の構造を予測することによって、その薬用可能なポケットを発見し、探すことができる。
ちなみに、今年5月にAlphaFold 3がリリースされた当初は、下位コードがオープンしていなかったことで議論を呼んでいた。科学者たちは、これが研究開発の再現性を破壊したと考えている。そこでDeepMindは直ちに方針を転換し、半年以内にこのAIモデルのオープンソースバージョンを発売することを承諾した。現在、モデルを取得するにはフォームに記入して申請する必要があり、DeepMindの審査を通過すると適用権が得られます。
■AI医薬品の蓄積が待っている
AlphaFoldに代表される人工知能システムは生命科学分野で重要な突破を遂げ、AIの薬物開発への応用を推進したことは否めない。一方、IT大手たちはバイオテクノロジーをAI応用の次の最前線分野と見なしている：昨年Salesforceはタンパク質生成モデルProGenを発売し、以前マイクロソフトもAlphaFoldに似たオープンソースモデルEvoDiffを発表した。
国内に焦点を当て、AI薬物研究開発モデルをめぐる配置も同様に熱い。例えば、今年5月、百度フェザープロペラPadddleHelixチームは抗原抗体/ポリペプチドタンパク質複合体の構造予測任務で業界をリードしているというHelixFold-Multimerモデルを開発した。近年、ファーウェイも盤古薬物分子大モデルを更新し、中国科学院上海薬物研究所の賦能全プロセスのAI薬物設計と連携している。
華創証券研究報は、AIは薬物発見段階で大きな潜在力を示していると指摘した。AI技術、特に機械学習と深学習アルゴリズムは、大量の生物医学データを迅速に分析し、処理し、潜在的な候補化合物を識別し、その効果と副作用を予測することができ、それによって薬物発見に必要な時間を大幅に短縮することができる。英偉達氏によると、AI技術を用いて薬物発見に要する時間を従来の1/3に短縮し、コストを1/200に節約することができる。
PrecedenceResearchによると、Al製薬業界は今後10年間で急速な成長を維持し、2023年の市場規模は11.7億ドルに達し、2032年までに118億ドルを超え、2023年から2032年までのCAGRは29.3%に達すると予想されている。