AIプラットフォームがタンパク質の柔軟性をモデル化し、医薬品設計を加速
研究者らは、分子結合時のタンパク質の柔軟性をモデル化するAI駆動型創薬プラットフォームを開発した。このスイートにはYuelDesign、YuelPocket、YuelBondが含まれる。
バージニア大学医学部の研究者らは、分子結合時のタンパク質動態をモデル化する、新たな人工知能駆動型の創薬アプローチを開発した。本プラットフォームはYuelDesign、YuelPocket、YuelBondから構成され、高度なAI技術を用いて体内での薬物とタンパク質の相互作用をより正確に予測する。このアプローチにより、結合予測の精度が向上し、従来の医薬品開発プログラムに伴う高い失敗率を低減できる可能性がある。
本革新の鍵となるのはYuelDesignである。これは拡散モデルを用いて、タンパク質標的に正確に適合する薬物分子を生成する。従来の手法がタンパク質を剛直な構造として扱うのに対し、本システムはタンパク質が相互作用中に自然に屈曲・変形する様子を考慮する。タンパク質を静的ではなく柔軟なものとして扱うことで、YuelDesignは誘導適合と呼ばれる重要な生物学的現象——薬物が結合する際にタンパク質が形状を変化させる現象——を捉えることができる。
これにより、本システムはタンパク質結合部位と対応する薬物分子を同時に設計し、開発過程で互いに適応し合うことを可能にする。YuelPocketはグラフニューラルネットワークを用いて、AlphaFoldなどのツールで予測されたものを含む、タンパク質上の薬物結合部位を正確に特定する。YuelBondは設計された分子の化学構造が正確であることを保証する。
研究者らによれば、がん関連タンパク質として知られるCDK2を対象とした分子設計において、YuelDesignのみが薬物結合時に生じる重要な構造変化を捉えることができたという。これらのツールを組み合わせることで、新規薬物の設計と既存薬物の転用の両方を改善できる可能性がある。
医薬品開発は費用がかかり不確実性の高いプロセスであり、そのコストは数十億ドルを超えると推定され、臨床試験における失敗率は90％近くに達する。主要な課題の一つは薬物分子が標的にどのように結合するかを予測することにあり、わずかな不一致でも治療効果を無効にしたり、有害な副作用を引き起こしたりする可能性がある。研究者らは、本アプローチが医薬品開発のコスト削減、成功率の向上、そして新たな治療法を患者に届けるまでの期間短縮に貢献できると考えている。
研究者らは、これらのツールすべてを科学コミュニティに無償で公開したと述べている。彼らの最終目標は、創薬をより迅速に、より低コストで、より成功しやすくすることにより、有望な治療法がより早く患者のもとに届くようにすることである。