創薬の変革
BIOVIA Generative Therapeutics Design は、薬品の設計や創薬を最適化するクラウドベースの統合ソリューションであり、数百万ドルの研究費を削減できる可能性があります。
- 高度なデータ科学、機械学習、ケモインフォマティクス、構造ベースのモデリングを組み合わせて、化学領域の調査を推進
- コンピュータ上での新しい小分子の作成、テスト、選択を自動化
- 物理的なテストのコストを削減します。
Generative Therapeutics Design では、仮想と現実(V+R)のリード最適化を組み合わせて、「アクティブ・ラーニング」イノベーション・サイクルをサポートします。
- バーチャル・サイクル: 実際の実験から「学ぶ」ことで、化学領域の調査を行います。このシステムは、機械学習モデル、構造ベースのモデリング、シミュレーション手法を組み合わせて、化合物候補をコンピュータ上でスクリーニングし、最適化します。多目的最適化アルゴリズムは、競合する目的のバランスを取ることで、TPP に向けた改善となる化合物をチームが生成することを可能にします。
- 実際のサイクル: コンピュータ上で最も有望な仮想化合物を、ラボで合成してテストします。新しいデータを使用して予測モデルを改良し、化学領域での調査を改善します。これらの V+R アクティブ・ラーニング・サイクルは、TPP に適合する化合物を特定するまで継続されます。
重要な成功要因
- モデリングやシミュレーションの方法は、提案する化合物の品質を改善するために、きわめて重要です。結合親和性を予測するための優れたアプローチには、ファーマコフォア・スクリーニング法、分子ドッキング法、自由エネルギー法などがあります。BIOVIA には、これらの方法を使用してコンピュータ科学者をサポートしてきた 20 年以上の経験があり、こうした経験を当社のジェネレーティブ設計ソリューションに取り入れています。
- Synthetic Feasibility スコアリングは、生成化合物の設計をコンピュータ上で支援します。実験サイクルはわずかで、全体的な開発コストが大幅に削減されます。
- V+R 解析と意志決定では、独自の専門知識や化学者の直観を AI 予測モデルと融合して、今後製造する化合物についての判断を具体化します。その後、コンピュータ上の情報と実際の情報を解析環境にすべて統合し、目的の化学物質や反応を考慮しながら、「従来技術」のリソースや知識を活用し、最も有望な化合物を模索します。
クラウドおよびコラボレーション・プラットフォーム – 分子の創出は、チーム努力の賜物です。医薬品化学者は、生物学者、コンピュータ科学者、データ科学者らと連携して作業を進めます。現在では、こうしたコラボレーションが社外で行われるようになっています。共通のデータ・モデルがあれば、チームのコラボレーションが円滑になり、下流工程への技術伝達も容易になります。オンプレミス・アクティビティとクラウド・アクティビティを統合したハイブリッド・クラウドは、正しいユーザーが適宜、正しい情報にアクセスすることを可能にします。
ソリューションのメリット
Generative Therapeutics Design は、創薬を次のように変革します。
