家電や自動運転自動車、金融など…様々な業界で、AI（人工知能）の活用が進められているのはご存知の通り。そんな中、ついに創薬専門のAI開発がスタートすると報じられました。
京都大学や製薬・ＩＴ関連企業など約７０社で作る共同研究体は７月から、創薬専用の人工知能（ＡＩ）の開発に乗り出す。国も予算を拠出する。１剤当たり１０００億円超にも上る開発費を半減させるのが目標。（読売新聞2017年6月19日より引用）
病気の原因となるタンパク質の特定から、新薬候補物質の絞り込み、さらには候補物質の安全性予測や臨床試験のプラン作成まで…創薬研究の各工程をカバーする20種類のAIを開発。完成は3年後とされています。
うまくいけば薬の開発機関が1/2～1/3に、創薬にかかる費用も半減できると見込まれる創薬AIは、日系製薬メーカーの競争力アップのみならず、医療費の大幅削減にも大きな期待が寄せられています。
実はこれまでにもAIを創薬研究に役立てようとする動きは、製薬メーカー各社で進められていました。
第一三共は2016年2月からIBM Watsonを導入。100万種類の化合物ライブラリーから新薬候補をスクリーニングし新薬開発へと繋げる工程にディープラーニングを活用しています。
アステラスと田辺製薬は、業務提携によって両社の化合物ライブラリーを相互利用できる環境を構築した上で、やはりスクリーニングにAI技術を導入しています。塩野義製薬では臨床開発試験の解析業務をAIによって自動化する試みも。
日本よりもAI活用が進む欧米では、昨年9月、AIがエボラ出血熱に効く候補物質を2つも、それもたった1日で発見したという衝撃的なニュースが飛び出したばかり。今回の共同研究体による取り組みが、3年後、どのような成果を結ぶのか。MR（医薬情報担当者）としても目が離せません。
（文・栗山 鈴奈）
IBM Watsonやディープラーニング（深層学習）を利活用
第一三共
2016年2月から、第一三共はWatsonを導入。
【引用】
ビッグデータにある数100万種類の化合物ライブラリーを一括検索→新薬の標的となるタンパク質の情報リストを比較・入手→新薬の候補となる化合物をスクリーニング（選別）→新薬の候補となる誘導体2000種類を合成→製品化できる確率の高い化合物の絞り込み・検証→非臨床試験→臨床試験→製造承認の申請・審査→承認・販売。
Watsonなら、この一貫した新薬開発サイクルを迅速かつ効率的に稼働させ、ビッグデータの解析から報告までを確実に行いながら、研究テーマの選定や開発管理プロセスの支援、発売済み薬品の副作用情報の収集も包括的に実行する。その帰結として、創薬に費やす時間とコストの短縮化につながる。
アステラスと田辺
アステラス製薬と田辺三菱製薬は、両社が保有する約50万種類の化合物ライブラリーを相互に交換・利用する業務提携を交した。この提携によって、両社は高性能のAIロボットを活用し、質的に異なる化合物ライブラリーへ相互にアクセスしながら、より広範なハイスループットスクリーニング（HTS）を実行できる環境が整ったため、新薬のシーズ（種）となる化合物を創出するスピードが加速した。
ハイスループットスクリーニング（HTS）とは、多数の化合物の中から創薬の標的に反応し、新薬のシーズ（種）につながる良質の候補化合物を高性能のAIロボットが高速で探索するスクリーニング（選別）技術だ。この提携を期に、両社が保有する情報資産と知見を相互に活用しながら、両社の強みを活かして、革新的な新薬を開発することをめざしているのだ。
武田
武田薬品工業は、フランスの製薬大手イプセンと業務提携。ディープラーニング（深層学習）の手法を導入した有効性の高い新薬の共同開発ビジネスを立ち上げている。
研究開発費の抑制につながり、増え続ける国民医療費の削減に貢献するかも。
今回は研究開発の現場にAIが導入される話だったが、今後は営業の現場にも？
