ヒトとマウスの肝臓の微小体安定性データを用いた薬剤発見のための最初の韓国データチャレンジ

科学分野:

• 薬物の発見
• 人工知能
• コンピュータ化学

背景:

• 韓国化学銀行 (KCB) は,ヒトとマウスの肝臓マイクロソームでテストされた約4,000の化合物の代謝安定性のデータセットを策定した.
• 薬剤開発において,代謝の安定性は決定的な要因であり,薬理動力学と有効性に影響を与えます.
• 初期段階の薬剤候補の選択における代謝安定性の予測

研究 の 目的:

• 競争力のあるチャレンジを通じて 韓国におけるAI駆動の薬剤開発を促進します
• 化合物の代謝安定性を予測するための新しいアルゴリズムの開発を奨励する.
• 薬学研究における協力とイノベーションを促進する.

主な方法:

• 薬剤発見のためのジャンプAIチャレンジ (JUMP AI 2023) のデータセットには3,498のトレーニングおよび483の試験化合物が含まれていました.
• 参加者は30分間のインキュベーション後に残った化合物の割合を推定するアルゴリズムを開発しました.
• グラフニューラルネットワーク (GNN) を含む機械学習とディープラーニングモデルが採用されました.

主要な成果:

• 1,254のチームが参加し,代謝安定性予測のための多様なAIアルゴリズムを開発しました.
• 賞を受賞した5つのチームはGNNベースのアプローチを成功裏に利用しました.
• このコンテストは,薬剤発見の加速における AI の可能性を強調しました.

結論:

• JUMP AI 2023は,韓国の薬剤開発におけるAIアプリケーションを成功裏に刺激しました.
• GNNは,代謝の安定性を予測するのに有望であることが示されました.
• このイニシアチブは,この地域におけるAI駆動の医薬品研究を推進する上で重要なものです.