臨床試験の成功確度を高める KIBITを活用したバイオマーカー探索

FRONTEOの独自開発した自然言語処理AI「KIBIT」は、事象を連続的に繋げて導く、従来型の連続的な発見とは異なり、論文に記載のない関連性であっても予測し見つけ出す、非連続的な発見を可能とするAIエンジンです。このKIBITをベースに、新規性の高い標的探索やDrug Repositioning、LCMに対するソリューションとして「Drug Discovery AI Factory（DDAIF）」を展開しています。本セミナーではDDAIFの応用として、「バイオマーカー探索」を行うケースについて紹介いたします。
製薬業界において、臨床試験の低成功率は長年の課題であり、その失敗はサイエンス面の不確実性に起因していると言われており、例えば、「本当にその患者さんに効くのか？」が見えていないために臨床試験が失敗してしまうという状況が想定されます。そこで重要になってくるのが、バイオマーカーの存在です。バイオマーカーは「診断」「薬効」「患者層別化」などに寄与し、臨床試験の成功確度を向上させてきました。DDAIFのケイパビリティを活用することで、バイオマーカー探索を行い、そのバイオマーカー候補の科学的な評価をアンバイアスかつ網羅的に行うことができます。
DDAIFの全体像に加え、具体的なバイオマーカー探索への応用について、当創薬支援技術/サービスのスペシャリストである中園より詳しくご紹介いたします。