主要成果
AI駆動型プラットフォーム「JAM」が、従来のGタンパク質共役型受容体（GPCR）に対する抗体生成法の限界を超え、これまで難解とされてきた分子結合相互作用の予測と設計において画期的な成果を達成しました。この技術は、創薬におけるヒット率を劇的に向上させ、完全にAIによって設計された分子が既に臨床開発の進んだ段階に到達しています。
技術・臨床詳細
JAMプラットフォームは、高度な生成AIと機械学習アルゴリズムを駆使して、薬物分子と標的タンパク質間の結合パターンを予測・設計します。従来の創薬では、GPCRのような複雑な多重膜貫通型タンパク質は、その構造的柔軟性や膜環境下での不安定性から、効果的な抗体や低分子薬を設計することが困難でした。しかし、JAMは、CXCR7（ケモカイン受容体）やClaudin-4（タイトジャンクションタンパク質）といった難易度の高い多重膜貫通型タンパク質標的に対する高親和性バインダーを計算により設計することに成功しています。このAI主導の設計プロセスは、従来のランダムスクリーニングや構造ベース創薬アプローチと比較して、はるかに高いヒット率（有望な候補化合物の発見率）を達成しました。特筆すべきは、AIによって発見・設計された複数の候補薬が既に臨床試験段階に入っていることです。さらに、完全にAIによって発見された初の分子が、2025年には第IIa相臨床試験の結果に到達しており、AIが単なる補助ツールではなく、創薬の中核を担う存在となっていることを明確に示しています。
背景・業界文脈
GPCRは、ヒトゲノム中に約800種類も存在し、細胞の生理機能において中心的な役割を果たすため、主要な薬物標的として長らく注目されてきました。しかし、その複雑な膜貫通構造と複数の活性状態を持つ性質が、創薬開発における大きな障壁となっていました。AI技術の進化、特に生成AIと深層学習は、この課題に対する新たな解決策を提供し、従来の人間主導の創薬アプローチでは探索が困難だった化学空間の領域へと導いています。AIを活用することで、膨大な化合物ライブラリの中から、特定の薬効、安全性プロファイル、薬物動態学的特性を兼ね備えた最適な分子を迅速に同定・設計することが可能になります。
今後の展望
AI駆動型分子結合設計の進展は、創薬研究の効率と成功確率を劇的に向上させ、アンメットメディカルニーズの高い疾患に対する治療薬の開発を加速させるでしょう。JAMプラットフォームのような技術は、今後も癌、神経変性疾患、自己免疫疾患など、多岐にわたる疾患領域で革新的な薬剤を発見し、開発期間とコストを削減することに貢献すると期待されています。特に、これまでの技術では創薬困難であった標的へのアプローチが可能になることで、新たな治療パラダイムが確立される可能性を秘めています。AIが設計した分子の臨床試験でのさらなる成功は、AI創薬が製薬業界の標準となる道を確実に切り開くことでしょう。この技術の応用は、単に新規薬剤の数を増やすだけでなく、より安全で効果的な、そして個別化された医療の実現を可能にします。
元記事: https://track.pharmafocusasia.com/20260630083340216650071
毎週の技術動向レポートを無料でお届け
各分野の分析レポートを読む価値があるかどうか一目で判断できるインフォグラフィックをメールで受け取れます。
📢 メールマガジンに無料登録（週刊・技術動向レポート）
ご登録いただくと、Troy-Technical から週刊で技術動向レポート（メールマガジン）をお届けします。
- 取得したメールアドレス・選択分野は配信目的にのみ使用します。
- 第三者へ提供することはありません。
- 配信はいつでも解除できます（各メール下部のリンクから）。
詳しくはプライバシーポリシーをご覧ください。
登録は1分・いつでも解除できます
コメント