[論文レビュー] Chemistry42: An AI-based platform for de novo molecular design

Yan A. Ivanenkov, Alexander Zhebrak+8 more|arXiv (Cornell University)|Jan 22, 2021

Computational Drug Discovery Methods参考文献 21被引用数 10

ひとこと要約

Chemistry42 は、生成AIと計算化学・医薬化学を統合して、所定の生物学的特性を持つ新規分子構造を生成するAI駆動型プラットフォームです。化学的および生物学的データを用いて訓練された条件付き生成モデルを活用し、in vitroおよびin vivoでの実験的検証に成功した分子を生成することで、ドラッグディスcoveryの加速可能性を示しています。

ABSTRACT

Chemistry42 is a software platform for de novo small molecule design that integrates Artificial Intelligence (AI) techniques with computational and medicinal chemistry methods. Chemistry42 is unique in its ability to generate novel molecular structures with predefined properties validated through in vitro and in vivo studies. Chemistry42 is a core component of Insilico Medicine Pharma.ai drug discovery suite that also includes target discovery and multi-omics data analysis (PandaOmics) and clinical trial outcomes predictions (InClinico).

研究の動機と目的

• 所定の特性を有する小分子のデ・ノボ設計を可能にするAIプラットフォームの開発。
• 生成AIを計算化学および医薬化学のワークフローと統合し、エンドツーエンドの分子設計を実現。
• 実験的テスト（in vitroおよびin vivo）を通じて生成された分子を検証し、生物学的関連性を確保。
• AI駆動のドラッグディスcoveryに適したスケーラブルで再現可能なフレームワークの確立。

提案手法

• 大規模な化学的および生物学的データを用いて訓練された条件付き生成モデルを採用し、新規分子構造の生成を実現。
• グラフベースの分子表現を用いた条件付き変分オートエンコーダー（VAE）を採用し、化学的妥当性および多様性を確保。
• ターゲット特性（例：溶解度、活性、毒性）を条件として設定し、望ましいプロファイルに向けた分子生成をガイド。
• 実験データとのフィードバックループを統合し、段階的な最適化と候補分子の改善を実現。
• PandaOmics（ターゲット同定）およびInClinico（臨床試験予測）を含むInsilico Medicineの他のプラットフォームと統合。
• 生成と特性予測の両方をサポートし、リード化合物の迅速なスクリーニングと優先順位付けを可能に。

実験結果

リサーチクエスチョン

• RQ1 AIプラットフォームは、所定の生物学的特性を有する新規で化学的に妥当な小分子を生成できるか？
• RQ2 条件付き生成モデルは、溶解度、活性、毒性といった分子特性をどれほど効果的に予測・最適化できるか？
• RQ3 AIで生成された分子は、in vitroおよびin vivoの実験でどの程度検証可能か？
• RQ4 マルチオミクスおよび臨床予測ツールとの統合は、ドラッグディスカバリーのパイプラインにどのように寄与するか？

主な発見

• Chemistry42 は、in vitroおよびin vivoの研究を通じて検証された、所定の特性を有する新規分子構造を効果的に生成した。
• グラフベース表現を用いた条件付きVAEを用いることで、生成された分子の化学的妥当性および多様性が高く達成された。
• 生成された化合物はターゲット特異的な生物学的活性を示し、モデルの予測能力が裏付けられた。
• PandaOmicsおよびInClinicoとの統合により、包括的でエンドツーエンドのドラッグディスカバリー・ワークフローが実現した。
• 生成、予測、実験的検証の間で迅速な反復サイクルが達成され、リード化合物の特定が加速した。
• 実世界の実験的テストを通じてプラットフォームの性能が検証され、ドラッグディスカバリーにおける実用的有用性が確認された。