チューリッヒ工科大学の研究者らは、人工知能を用いて天然物の新たな医薬品への応用を探っています。
AIは、新薬開発において、標的の特定、ターゲティング、さらにはコストの削減に役立つ可能性があります。
研究者らは、これが「医薬品研究のルールブックを書き換える」可能性があると示唆しています。
チューリッヒ工科大学の研究者らが実証したように、人工知能（AI）は天然物の生物学的活性を標的を絞って認識することができます。さらにAIは、天然物と同じ効果を持ちながら製造がより容易な分子を見つける助けとなります。これは創薬に大きな可能性をもたらし、医薬品研究のルールブックを書き換える可能性も秘めています。
自然界には、医薬品となる物質が膨大に存在しています。「今日、すべての医薬品の50％以上は自然に着想を得たものです」と、チューリッヒ工科大学のコンピュータ支援医薬品設計の教授であるギスベルト・シュナイダー氏は述べています。それでも同氏は、天然物の持つ可能性のごく一部しか活用できていないと確信しています。シュナイダー氏は研究チームとともに、人工知能（AI）の手法を標的を絞って用いることで、天然物の新たな医薬品への応用を見つけ出せることを成功裏に実証しました。さらにAIの手法は、同じ効果を持ちながら、はるかに製造が容易で、そのため低コストな代替化合物を見つける助けにもなります。
天然物の標的分子
チューリッヒ工科大学の研究者らは、医療における重要な進歩への道を切り開いています。現在、医薬品は全部で約4,000種類しかありません。一方、ヒトのタンパク質の数は推定40万種類に及ぶとされ、それぞれが医薬品の標的となり得ます。シュナイダー氏が新たな医薬品探索において自然に焦点を当てる理由は、十分にあります。「ほとんどの天然物は、定義上、進化の仕組みによって選ばれてきた潜在的な有効成分です」と同氏は述べています。
これまで科学者たちは、新薬を探すために天然物のコレクションを手当たり次第に調べてきました。しかしシュナイダー氏と研究チームは発想を転換しました。まず、天然物が持つ可能性のある標的分子（通常はタンパク質）を探し、薬理学的に関連のある化合物を特定するのです。「この方法を用いると、従来のスクリーニングに比べて、医学的に意味のある有効成分と標的タンパク質の組み合わせを見つける可能性がはるかに高まります」とシュナイダー氏は述べています。
細菌由来の分子で検証
チューリッヒ工科大学の化学者らは、細菌由来の分子であるマリノピロールAを用いて自らの概念を検証しました。マリノピロールAは、抗生物質、抗炎症、抗がん作用を持つことが知られています。しかし、この天然物がこれらの効果を生み出すために、ヒトの体内のどのタンパク質と相互作用するのかについては、これまでほとんど研究されていませんでした。
マリノピロールAの標的候補タンパク質を見つけるため、研究者らは自ら開発したアルゴリズムを用いました。機械学習モデルを活用したこのアルゴリズムは、マリノピロールAの薬理学的に興味深い部分を、結合する標的タンパク質が既知の医薬品の対応するパターンと比較しました。パターンの一致に基づき、研究者らは、この細菌由来の分子が結合しうるヒトの受容体と酵素を8つ特定することができました。これらの受容体と酵素は、中でも炎症や痛みの過程、そして免疫系に関与しています。
実験室での実験により、マリノピロールAが予測されたタンパク質の大半と、実際に測定可能な相互作用を生じることが確認されました。「当社のAI手法は、天然物の標的タンパク質を、しばしば50％を超える信頼性で絞り込むことができ、新たな薬理学的に活性な化合物の探索を単純化します」とシュナイダー氏は述べています。
安価な代替品の創出
しかし、シュナイダー氏の研究グループの作業はまだ終わっていませんでした。マリノピロールAの標的タンパク質に関する知見を将来的に有用な治療法につなげるためには、製造が容易な分子を見つける必要があります。マリノピロールAは、他の多くの天然物と同様に、比較的複雑な構造を持っており、そのため実験室での合成には時間と費用がかかるからです。
同じ効果を持つより単純な化合物を探すため、チューリッヒ工科大学の研究者らは、自ら設計したさらに別のアルゴリズムを用いました。このAIプログラムには、「仮想化学者」としての役割が与えられ、構造は異なるものの、天然モデルと類似した化学的機能を持つ分子を見つけることが求められました。アルゴリズムの制約により、分子は最大3段階の合成工程で作製可能である必要もあり、これにより容易かつ低コストな製造が確保されました。
同じ効果を持つ新たな化学構造
合成経路を定義するため、このソフトウェアは、200種類以上の出発物質、25,000種類の購入可能な化学的構成単位、および58種の確立された反応スキームのカタログにアクセスできました。各反応工程の後、プログラムは次の工程の出発物質として、機能性の観点でマリノピロールAに最も近い変種を選択しました。
アルゴリズムは全体として、334種類の異なる骨格に基づく802個の適合分子を見つけました。研究者らは、そのうち最良の4つを実験室で合成し、それらが実際に天然モデルと非常によく似た挙動を示すことを発見しました。アルゴリズムが特定した8つの標的タンパク質のうち7つに対して、同等の効果を示したのです。
その後、研究者らは最も有望な分子を詳細に調べました。X線構造解析により、コンピュータが生成した化合物が、この酵素の既知の阻害剤とほぼ同じ様式で標的タンパク質の活性中心に結合することが示されました。このように、構造は異なるものの、AIが見つけたこの分子は、同じ作用機序で機能しています。
医薬品研究への影響
「私たちの研究は、AIアルゴリズムを標的を絞って用いることで、天然物と同じ効果を持ちながらより単純な構造を持つ有効成分を設計できることを証明しています」とシュナイダー氏は述べ、さらに次のように付け加えました。「これは新薬の製造に役立つだけでなく、医薬化学研究における根本的な変化の潮目に私たちを立たせるものでもあります。」つまり、チューリッヒ工科大学の研究グループの手法により、既存の医薬品と同じ作用を持つものの、異なる構造に基づく医薬品を見つけることが可能になります。このことにより、将来的には、特許で保護されていない新たな分子構造を設計しやすくなる可能性があります。現在、AIを用いて特許保護を組織的に回避しうる範囲、ならびに「創造的な」AIによって設計された分子の特許化の可能性について、いずれも活発な議論が行われています。いずれにせよ、製薬業界は新たなルールブックに合わせて研究アプローチを適応させる必要があるでしょう。
