AIで解く!痛みの革新的治療法発見への道
Tokyo多くの人々が苦しんでいる慢性痛は、特に非オピオイドの選択肢が限られているため、治療が難しい問題です。クリーブランド・クリニックのゲノムセンターでは、IBMと協力して人工知能を活用し、痛みの管理を改善しようとしています。ディープラーニング手法を使って、新しいバイオ分子や既存の薬を新しい用途で再利用する研究を進めています。彼らの目指す目標は、依存性がなく、非オピオイドの痛みの治療法を開発することです。
痛みの管理に使用される新薬の発見は難しいものです。それは、これらの薬が適切に体内のタンパク質と相互作用しなければならないからです。AIは分子に関する詳細な情報を素早く分析し、新薬の発見を加速させることができます。LISA-CPIというAIツールは、化合物がどのようにタンパク質と相互作用するかを予測するために開発され、このプロセスを迅速かつ効率的にしています。
特定の痛みの受容体に結合できる分子について、次のことが重要です。それは、分子がどの部分に結びつくか、どれほど強く結合するか、そしてその相互作用が信号作用を活性化するか非活性化するかという点です。
LISA-CPIはすでに多くの化合物を検査しており、その中には腸内細菌によって生成される物質やFDAが承認した薬も含まれています。この予測能力により、必要な試験の量を減らし、研究から臨床試験への移行を迅速にしています。
この研究は、AIを用いて新しい方法で創薬を進めることで、従来の手法からの脱却を示しています。チームの手法はオピオイドに代わるものを提供し、アルツハイマー病のようなGPCRに関連する他の条件の治療に新たな可能性を開きます。コンピュータ技術と生化学を組み合わせることで、この分野における医学の精度を高める進展がなされています。
この技術は痛みを和らげるだけでなく、多くの疾患に利用できます。薬の開発における基礎モデルの作成は、複雑な健康問題を迅速に理解し治療するのに役立ちます。IBMと協力している研究者たちは、既存の薬の再利用と新薬の発見に取り組んでおり、困難な医療課題の解決に向けて重要な進展を遂げています。
この研究はこちらに掲載されています:
http://dx.doi.org/10.1016/j.crmeth.2024.100865およびその公式引用 - 著者およびジャーナルを含む - は
Yuxin Yang, Yunguang Qiu, Jianying Hu, Michal Rosen-Zvi, Qiang Guan, Feixiong Cheng. A deep learning framework combining molecular image and protein structural representations identifies candidate drugs for pain. Cell Reports Methods, 2024; 100865 DOI: 10.1016/j.crmeth.2024.1008652024年11月20日 · 13:04
AI安全対策会議:バイデン政策に逆行する専門家たち
2024年11月20日 · 12:56
AIが触覚を獲得:量子技術で表面を識別する新時代へ
2024年11月19日 · 20:02
モバイル時代のAI革命: CALDERAで進化する次世代小型言語モデル
この記事を共有