化学構造式のみから化合物の特性を予測するサービス、富士通が開始

　富士通の「FUJITSU Digital Laboratory Platform SCIQUICK（サイクイック）-DT」は、新薬開発の初期段階において、化学構造式だけから新薬の実用性や安全性を予測するサービス（図1）。グラフ構造データを学習する独自ディープラーニング技術「Deep Tensor」を使って実行し、予測結果の説明が可能だとしている。

図1：「SCIQUICK-DT」の学習モデル構築および予測イメージ

　SCIQUICK-DTでは、化学構造式における原子のつながり方の特徴をグラフ構造データとしてDeep Tensorに学習させている。化学構造式を入力すれば、代謝安定性や経口吸収性などを予測し、それら特性を引き出す重要な要因の判別が可能になるという。

　従来、代謝安定性や経口吸収性といった特性予測では、機械学習によって学習モデルが作成されてきたが、過去の化合物の実験データを揃えたうえで、化学構造式を数値化する必要があった。

　オプションで、標準の学習モデル以外のモデルを構築するサービスも用意する。製薬会社が希望する評価項目に合わせて収集した化合物のデータを学習させ、独自の学習モデルを構築する。求めたい化合物の特性に合わせた化学構造式の改変（リデザイン）が可能になるとする。

　富士通によれば、新薬開発で一般的に、約15年の期間と数百億円から1000億円以上の研究開発費がかかるとされる。しかし、その研究の初期段階では、候補の化合物のすべてを合成できず評価実験も実施できないため、後期になって特性や安全性の問題が露見し、臨床試験前のドロップアウトや、市場投入の断念を余儀なくされることがある。

　そのため製薬業界では、開発の手戻りをなくし、開発期間の短縮や開発費用の削減に有効な手段として、AI（人工知能）技術活用への期待が高まっているという。

　SCIQUICK-DTの利用料は、基本サービスが3カ月間で200万円、モデルの構築サービスは個別見積もりである。2024年度末までに売上高6億2000万円を目標にする。