<創薬技術ウェビナー＞SynAI: AI を活用した抗がん剤相乗効果予測プラットフォーム

今回の創薬技術ウェビナーでは、がん治療における薬剤の相乗効果を予測するために設計された先進的なプラットフォーム 「SynAI」 を紹介します。AI を搭載した SynAI は、開発の初期段階で薬剤候補の治療効果を高めることを目的としています。SynAI が他のソリューションと一線を画している点は、予測において決められた化合物や細胞株の組み合わせに依存しないという独自のアプローチです。代わりに、特定の in vitro 細胞株と組み合わせた化合物の SMILE シーケンス*を使用して、潜在的な相乗効果を予測できます。この革新的な方法により、予測プロセスで化合物の合成や構造解析を行う必要がなくなります。

*SMILE (Simplified Molecular Input Line Entry System) シーケンスは、ユーザーが化学構造をコンピューターで簡単に読み取り、処理できる方法で表現できるようにする表記システムです。これは、原子、結合、接続性に関する情報を含む化合物の分子構造をエンコードするための文字列です。簡単に言えば、SMILE シーケンスは、化合物の構造情報をコンピューターに保存/転送するための一般的なデジタル形式です。 

【SynAIの特長】

• 入力効率: SynAI は SMILE 配列のみを使用して動作するため、実際の化合物合成の必要がありません。このアプローチにより、候補のスクリーニングに関連するコストが大幅に削減されます。
• コストと時間の節約: 化合物の構造情報が不要なため、初期のスクリーニング段階が加速されます。SynAI は純粋な in silico 予測を提供し、研究プロセスを合理化します。
• 継続的な学習: SynAI の中心となるのは、再トレーニングが可能なように設計された AI コアです。つまり、新しい実験データを継続的に更新できるため、時間の経過とともに予測精度が向上します。