AI創薬– category –
-
初心者から専門家まで AI創薬入門シリーズ｜保存版：創薬からマーケットまでAI活用方法を総まとめ – 番外編（2025年11月22日版）「最新AI創薬事例だけ」を総ざらいし、2025年時点でどこまで結果が出ているのかを整理します。
1. 2025年はAI創薬にとってどんな年だったのか？ 2024〜2025年にかけて、AI創薬は「実験段階」から「臨床試験で結果が出始める段階」へと、静かにステージを進めました。一方で、AIが関わったからといってすべてがうまくいくわけではないことも、同時に見... -
初心者から専門家まで AI創薬入門シリーズ｜保存版：創薬からマーケットまでAI活用方法を総まとめ – 第7回「総まとめ」モダリティ横断で見るAI創薬ロードマップと、現実的な期待値・戦略の立て方を整理します。
1. ここまでの総復習：モダリティ横断の「AI創薬マップ」 第1〜6回では、 低分子創薬 × AI 抗体・二重特異抗体・ADC × AI 核酸・RNA医薬 × AI 細胞・遺伝子治療 × AI を、それぞれのバリューチェーンと「AIにできること・まだできないこと」の観点から整理... -
初心者から専門家まで AI創薬入門シリーズ｜保存版：創薬からマーケットまでAI活用方法を総まとめ – 第6回「細胞・遺伝子治療×AI」CAR-T・TCR・遺伝子導入・ベクター設計から製造・品質管理まで、超高難度モダリティにおけるAI活用の現在地と限界を整理します。
1. なぜ「細胞・遺伝子治療×AI」が難しく、かつ重要なのか 本シリーズ第6回では、細胞治療（CAR-T, TCR-T など）と遺伝子治療（AAV/レンチウイルスなど）におけるAI活用を取り上げます。低分子や抗体・核酸に比べて、細胞・遺伝子治療は次のような点で「別... -
ゲノムAIはどこまで信じていい？——AlphaGenome（Nature）を“実装目線”で読み解く（エキスパート編）
前回の初心者入門編では、「DNAの98%（非コード領域）」がなぜ難しいのか、そしてゲノムAIが“答え”ではなく“仮説生成と優先順位付け”の道具であることを整理しました。今回はエキスパート編として、Natureで報告されたDeepMindのAlphaGenomeを軸に、どこま... -
DNAの98%は何をしている？——“見えない領域”を読み解くゲノムAI入門DeepMindの最新モデル「AlphaGenome」が示したこと
「ゲノム解析」と聞くと、多くの人は“遺伝子（DNA）の設計図を読み、病気の原因を見つける”イメージを持つはずです。ところが現実には、DNAを読めば読むほど「変異は見つかるのに、意味がわからない」という壁にぶつかります。特に難しいのが、タンパク質... -
初心者から専門家まで AI創薬入門シリーズ｜保存版：創薬からマーケットまでAI活用方法を総まとめ – 第5回「核酸・RNA医薬×AI」配列設計から標的選定、デリバリー最適化まで、モダリティ特有の課題とAI活用パターンを整理します。
1. なぜ「核酸・RNA医薬×AI」が重要なのか mRNAワクチン、siRNA、アンチセンス（ASO）、saRNA、CRISPRガイドRNAなど、核酸・RNA医薬はここ数年で一気に存在感を増しました。このモダリティでは、設計空間の多くが「配列」で表されるため、AIとの相性が非常... -
初心者から専門家まで AI創薬入門シリーズ｜保存版：創薬からマーケットまでAI活用方法を総まとめ – 第4回「抗体・バイオロジクス×AI」配列設計・アフィニティ成熟・「開発しやすさ」の予測まで、低分子とは異なるバイオ医薬特有の課題とAI活用パターンを整理します。
1. なぜ「抗体・バイオロジクス×AI」は低分子と違うのか 第3回では、低分子創薬におけるAI活用を見てきました。第4回では、抗体・バイオロジクス（抗体、二重特異抗体、抗体薬物複合体、融合タンパク質など）に焦点を当てます。低分子とは前提条件が大きく... -
初心者から専門家まで AI創薬入門シリーズ｜保存版：創薬からマーケットまでAI活用方法を総まとめ – 第3回「低分子創薬×AI」ヒット探索からリード最適化まで、実務で使われているAI活用パターンと、その利点・限界を具体的に整理します。
1. なぜ「低分子×AI」がAI創薬の実験場になっているのか AI創薬の事例や論文を眺めると、まず目につくのが低分子創薬での応用です。これは単に「歴史が長いから」というだけでなく、次のような理由があります。 化合物構造をSMILESやグラフとして扱えるた... -
初心者から専門家まで AI創薬入門シリーズ｜保存版：創薬からマーケットまでAI活用方法を総まとめ – 第2回「AI創薬を支えるデータとアルゴリズム」創薬で扱うデータの種類と、AIが利用する情報源・代表的なモデルの特徴を整理します。
1. AI創薬を支える「データ」と「モデル」の全体像 第1回では、創薬バリューチェーン全体の中でAIがどこに入るのか、そして「AIにできること」と「まだできないこと」を大づかみに整理しました。第2回では、その土台となる「データ」と「モデル」に焦点を... -
初心者から専門家まで AI創薬入門シリーズ｜保存版：創薬からマーケットまでAI活用方法を総まとめ – 第1回「AI創薬とは何か？」創薬バリューチェーン全体を俯瞰しながら、「AIにできること」と「まだできないこと」の両面を整理します。
1. なぜ今「AI創薬」が注目されているのか 「AI創薬」は、ここ数年で一気に脚光を浴びましたが、決して“突然現れた魔法の技術”ではありません。もともとQSARやドッキング、統計モデルなど、コンピュータを使ったin silico創薬は長年行われてきました。その... -
AI創薬の盲点：過去論文と再現性という“静かな壁”
はじめに──過去の知識が未来の薬を決める時代 AI創薬の時代が本格的に始まって久しくなりました。新たな薬の候補を見つける速度、構造予測の精度、探索領域の拡張性――そのいずれも、かつてないレベルで進化しています。現代の創薬研究では、過去に蓄積され... -
【AI創薬の現実①】AI Drug Discoveryはどこまで実用化されているのか？期待と限界を整理する
近年、AI（人工知能）技術の進化に伴い、AI創薬（AI Drug Discovery）という言葉が急速に注目を集めています。ニュースや論文でも「AIが新薬を生み出す」「創薬が自動化される」といった期待感が語られることが増えています。 しかし、実際の創薬実務にお...
1