AIについて
当社は、インシリコ技術（informatics）と生物学的実験技術（biology）を組み合わせた創薬プラットフォーム ibVIS®を用いて、mRNA を標的とした低分子医薬品・核酸医薬品の創薬研究を進めてきました。こうした創薬事業の進展に伴ってデータが蓄積し、AI 技術が高度化した結果、ibVIS®はAIと生物学的実験技術を組み合わせたaibVIS（エイアイビス）へと進化しました。
aibVISの最大の特徴は、ある特定の目的に特化した多数の「特化型AI」を組み合わせて使う点にあります。
創薬には、各プロセスで異なる専門性が必要となります。当社は創薬の各プロセスのニーズや課題に個別に対応するため、特定の目的に絞った専門性のある特化型AIを多数組み合わせるアプローチを選択しています。これらの特化型AIは、扱う範囲をあえて狭くする代わりに、その範囲内で高い性能を発揮でき、小型で構築コストも抑えられます。このアプローチは、一つの万能な「汎用型AI」を生み出そうという大手IT企業のアプローチとは異なり、現実的かつ実際的で、当社のような企業に非常に適したアプローチです。当社が保有する創薬データと、実験科学者とソフトウェア開発者が近い距離で協働する体制により、現場ニーズに直結した特化型AIを次々と生み出し、またそれらを研究者自らが日常的に活用することが可能になっています。
すなわちaibVISは、多様な特化型AIがそれぞれの専門性を発揮しながら、当社研究者たちと有機的に連携する、新しい創薬プラットフォームのかたちと言えます。
各種特化型AIが組み込まれた創薬プラットフォームaibVIS
当社が用いるAIには、「ルールベースAI」と「データ駆動AI」というもう一つの技術軸があります。
ルールベースAIは、各種の科学理論だけでなく専門家の知見や理論をルールとして組み込み、そのルールに従って判断するAIで、データが少ない新しい領域でも活用しやすいことが特徴です。当社は創業当初から、データが限られたmRNAに対してこのルールベースAIを適用することで、 mRNA 標的創薬に取り組んできました。
一方、近年の主流であるデータ駆動AIは、大量のデータをもとに機械学習や深層学習トレーニングさせるAIです。当社においては創業以降の社内研究や製薬会社との共同研究などを通じて、mRNA標的創薬の研究データが十分に蓄積してきたことから、特定の創薬課題ごとにデータ駆動AIの実装を開始しました。
当社では既に、mRNA標的低分子創薬のスクリーニング工程において、データ駆動AIがスクリーニングの効率化に貢献しています。
当社がAISLAR（AI-augmented Iterative Screening Libraries Against RNA targets）と呼ぶ機械学習を用いたスクリーニング手法では、最初のバッチ（最初に評価する化合物群）のスクリーニング結果を統計解析し、その結果に基づいて、次のバッチで評価する化合物をAIが選択します。この「統計解析を行ったのちにAIで化合物を選択する」という一連の流れを反復させることで、全ライブラリーのうち約20%をスクリーニングするだけで、全ライブラリーを網羅的にスクリーニングした場合に得られるヒット化合物の半数以上を取得できることがわかりました。つまり、AI によりスクリーニング効率を少なくとも2倍程度まで高められることが示されました。
AISLAR によるスクリーニングフローと性能評価例
このように、当社は創業期から培った特化型のルールベースAIを土台としつつそれを改良し、また事業の進展に伴って同じく特化型のデータ駆動AIを段階的に導入することで、創薬プラットフォームをaibVISへと発展させました。今後も、これまでの優位性はそのままに、さらに効率を高めてプラットフォーム事業とパイプライン事業を推進するため、創薬課題に特化したAI技術を継続的かつ野心的に開発し、実際の当社での創薬プロセスへ組み込んでいく方針です。
この当社のアプローチは、小規模なバイオテク企業にふさわしい、身の丈に合った戦略だと考えています。また、実験科学者とソフトウェア開発者の距離が近く、時には同一人物であることから、現場のニーズを踏まえて、それぞれが必要とする特化型AIを俊敏に構築できる体制があります。その結果、研究者とAIが協調しながら進化していく「共創型」の創薬プラットフォームが形成されています。特化型AIがそれぞれ専門性を発揮しつつ人と協調する当社の姿は、日本文化に根付いた「八百万の神」という、多様な存在が共存する世界観と自然に重なります。当社は、日本発のバイオテク企業であることに誇りを持ち、今後もこの強みを活かして発展を志してまいります。
