※本記事はＦＰＴとMilaの間でAI研究と協力に関するワークショップが開催されました記事を転載したものです。
どんな課題？
薬の開発では、「タンパク質（ターゲット）」にしっかり結合する「分子（リガンド）」を設計することが重要です。しかし、タンパク質はとても複雑で、その構造や機能を正しく捉えるのが難しいのです。
この研究のアイデアは
著者たちは、ディープラーニングモデルを使って、
- タンパク質の「さまざまな種類の情報（モダリティ）」を統合し、
- 特定のターゲットタンパク質に合った分子を自動生成する
という方法を提案しています。この手法は Target-aware Variational Autoencoder（VAE）と呼ばれます。
どうやって動くの？
- タンパク質の情報（配列、構造など）を符号化（エンコード）して、その情報をもとに、新しい分子構造を生成（デコード）します。
- グラフニューラルネットワーク（GNN）とトランスフォーマーを組み合わせて、複数の情報を統合します。
これは、たとえば人の姿をいろんな角度から見ることで、より立体的に理解できるようなイメージです。
何がすごいの？
- 生成される分子の「妥当性」「多様性」「新しさ」が改善されています。
- タンパク質の構造や性質をよく理解して、より高精度に薬候補分子を設計できるようになります。
- 既存の方法よりも優れた結果を示しています。
まとめ
薬この研究は、AIを活用して「特定のターゲットに最適化された薬候補分子」を自動で作り出す新しいステップです。
タンパク質の多様な情報をうまく活用することで、より効率的で高品質な創薬が期待できます。
ＦＰＴのAI研究チームは、最先端技術の研究、トレーニング、AI製品の創造に焦点を当てており、国際会議で109本の論文を発表し、米国で2件の特許を取得しました。
医療会話、音声病理検出、薬物相互作用など、最近の医療分野において、数多くの研究成果を発表したと、AI1チームのNguyen Thi Anh Daoさんは発表しました。
