(株)ＰＫＳＨＡ Ｔｅｃｈｎｏｌｏｇｙ【3993】の掲示板 2022/12/15〜2023/02/05

>>136

PKSHA、大手製薬企業と協働し創薬プロセスを短縮する新たなAIソリューションを開発、医薬品業界へ来春販売開始予定

化合物の関係性を可視化するGNN※1を活用した新手法で「薬物動態※2」を予測、創薬初期フェーズの判断精度を高め、バリューチェーン全体の効率化へ

株式会社PKSHA Technology（本社：東京都文京区、代表取締役：上野山 勝也、以下PKSHA）は、国内大手製薬企業との共同研究によって、創薬プロセスにおけるリード化合物最適化のステップにディープラーニング技術を導入し、医薬品開発期間を短縮する「薬物動態推定システム（特許出願済み）」を開発し、2023年春を目処に医薬品業界向けサービスとして販売開始することをお知らせいたします。
「人とソフトウエアの共進化」というビジョンのもと、本取組では、多数の要素を包含する化合物のパターンを学習し進化するAIを創薬プロセスに活用し、業界を横断して展開する事により、医薬品業界の未来のバリューチェーンの実現を目指します。

研究の背景：長期化する創薬プロセスの初期フェーズをAIで改善、コスト削減・工程短縮を目指す

　新薬を生み出すための創薬プロセスは、新規物質の有効性や安全性の研究や臨床試験等多くのステップが必要とされるため、10〜15年かかることが通常とされ、その短縮は重要なテーマとなっています。
　今回、PKSHA ReSearch※3が研究開発を行うにあたり、創薬プロセスの中でも初期フェーズに位置し、治験成績に大きく影響する「薬物動態」にフォーカスしました。薬物動態とは、薬物が身体でどのような変化を経てどのような効果を発揮するかを意味し、膨大なコストがかかる実験前にこの予測精度を向上させる事で、創薬コストの削減と、上市までの時間短縮が見込めるとして研究開発が開始されました。

「薬物動態推定システム」の概要：13万の化合物データとGNNの手法によりAI予測モデルを実現

　大手製薬企業の協力のもと、13万種類の化合物ライブラリデータを教師データとし、2021年4月より、薬物動態を予測するための研究開発が開始されました。化合物を体内に摂取した際の、吸収・分布・代謝・排泄、および毒性からその化合物が薬となりうるかを左右する「ADMET」と呼ばれる物性群を、もの同士の可変で複雑な関係性を学習可能なアーキテクチャであるグラフニューラルネットワーク(GNN)という手法を用いて学習する独自のモデルを用いています。
化合物同士の複雑な関係性を独自のアルゴリズムを活用する事で、薬物動態の予測及び創薬プロセスの短縮に成功しました。
薬物動態のAIによる予測は過去にも検討をされていましたが、推定要因がブラックボックス化せず、予測に寄与する化合物内の部分構造を明示できる事例は日本の医薬品業界でも新しく、2022年9月に特許出願が完了しています。

今後の展開：来春製薬各社に販売を開始、業界の未来のバリューチェーン実現を目指す

　推定システムの実用性が証明されたことから、2023年春を目処に業界全体の創薬プロセス短縮に向け、基本システムを共通化し業界を横断した販売を予定しています。今後も継続的に研究開発を行い、データ学習やアルゴリズムのアップデートを通じた予測精度の改善に取り組んでまいります。
本システムの展開に加え、業界全体のデータを常に動的に収集・分析することにより、医薬品業界のバリューチェーンの効率化と発展を目指します。

※1：グラフニューラルネットワークと呼ばれるもの同士の可変で複雑な関係性を学習可能なアーキテクチャ。
※2：薬物が体内に投与されてから排泄されるまでの過程を示す指標。
※3：PKSHAの中で研究開発に注力して取り組む部門。
主に自然言語処理、画像認識、機械学習/深層学習技術を用いたアルゴリズムの研究開発を行い、社内だけではなく、パートナー企業・大学との共同開発も実施する。（https://www.pkshatech.com/business/research/）