AI 駆動型創薬におけるデータループの閉鎖を追求

記事の3ポイント

1. 1

   Eroom の法則と市場圧力

   1950 年代以降、新薬開発コストは約 9 年ごとに倍増しており、現在では平均 10〜15 年、10 億〜25 億ドルを要し、失敗率は 90% に達している。

2. 2

   AI の予測設計へのシフト

   Cytiva の Paul Belcher は、従来の物理的スクリーニングから、AI を用いた創薬候補の設計と相互作用予測へとパラダイムが転換したと指摘している。

3. 3

   実験室検証の継続的必要性

   AI は低品質な候補を事前に排除できるが、動的特性や開発可能性の信頼ある予測は未だ不可能であり、すべての生成候補を実験室で検証する必要がある。