プロンプト・ツー・ピル：マルチエージェント創薬および臨床シミュレーションパイプライン

科学分野:

• 計算化学と薬理学
• 医薬品における人工知能
• 創薬と開発

背景:

• 従来の創薬は時間がかかり、費用がかかります。
• 大規模言語モデル（LLM）は、さまざまな科学的アプリケーションで有望です。
• 創薬パイプライン全体にLLMを統合することは依然として課題です。

研究 の 目的:

• 創薬と臨床試験シミュレーションのための包括的でモジュラーなAIフレームワークを提示すること。
• 仮想創薬のためのLLMベースのマルチエージェントシステムの実現可能性を実証すること。
• AIを使用して前臨床研究と臨床開発の間のギャップを埋めること。

主な方法:

• 専門LLMを備えたマルチエージェントシステム（MAS）を使用してPrompt-to-Pillアーキテクチャを開発しました。
• ターゲット同定、分子生成、ADMET予測、ドッキング、リード最適化をカバーするワークフローを実装しました。
• 電子カルテデータを使用して、患者募集と転帰予測を含む臨床試験フェーズをシミュレートしました。

主要な成果:

• ジペプチジルペプチダーゼ4（DPP4）をユースケースとしてエンドツーエンドのAIフレームワークを実証しました。
• 生成、予測、検索ベースのLLMを統合して、シームレスなワークフロー操作を実現しました。
• LLMベースのエージェントが、インシリコでの創薬プロセスを運用する可能性を示しました。

結論:

• Prompt-to-Pillフレームワークは、AI主導の創薬と仮想臨床試験のための新しいアプローチを提供します。
• LLMベースのマルチエージェントシステムは、創薬プロセスを大幅に加速および最適化できます。
• この研究は、製薬研究における将来のAIアプリケーションの基盤を提供します。