AIToday
大規模言語モデルヘルスケアAIオープンソースAILatent Space掲載日時: 2026年7月2日 1:00

Genesis、1Å精度の構造予測で創薬エージェント実現段階へ

LINEで送る
Genesis、1Å精度の構造予測で創薬エージェント実現段階へ

3つのポイント

  1. 何が起きたか

    Genesis Molecular AIが開発した構造予測モデル「PEARL」は、タンパク質の柔軟性を理解し、リガンド(薬の候補分子)がどこに結合するかだけでなく、タンパク質が自身を調整してより良い適合を実現する「誘導適合」をモデル化できるようになりました。最近公開されたOpenBindベンチマーク(802の未知の複合体、EV-A71タンパク質対象)で、PEARLは他の公開モデルを大幅に上回る性能を示しました。

  2. なぜ重要か

    従来、創薬業界のベンチマークは2Å RMSDを「良い構造予測」の基準としていましたが、業界専門家は1Å RMSDが実際には必要であると指摘しています。水素結合は有効性のために0.6Å の範囲しかないため、より高精度な予測がなければ重要な相互作用を見落とす危険性があります。PEARLがこの1Å水準を達成したことで、化学者のように試行錯誤できるAIエージェントによる創薬が現実的になってきたとみられます。

  3. 注目点

    Genesisの内部エージェントシステム「SAPPHIRE」は、構造を推論し、仮説を立て、文献を読み、内部ツールを使用し、次の反復候補を作成できるようになりました。同社はIncyteなどの自動化ラボパートナーシップを持っており、24時間稼働する創薬エージェントが新しい分子を製造・検査する時代が近づいています。

わからないところ、AIに聞けます

質問と回答はこのページに公開されます。

こういう要約が、毎朝あなたのメールに届きます。

よくある質問
従来の2Å RMSDでは何が問題だったのですか?
水素結合は有効性のために0.6Å の範囲内に限定されます。2Å RMSDの精度では、例えば芳香環を回転させても見た目は妥当に見えても、実際の相互作用を誤ってモデル化してしまい、医薬化学者を誤解させる危険性があります。
PEARLはどのベンチマークで性能を証明しましたか?
最近公開されたOpenBindベンチマーク(EV-A71タンパク質対象、802の未知の複合体)で、PEARLは他の公開モデルを大幅に上回りました。タンパク質が結合ポケットへのリガンド侵入経路を遮断する「誘導適合」を、長時間の分子動力学シミュレーションなしにモデル化できたことが特に評価されています。
PEARLの訓練時点でOpenBindのデータは含まれていますか?
いいえ。PEARLは対象タンパク質やその相同体のデータを使用せず、テンプレートPDBは訓練カットオフの後に公開されました。つまり、完全に未知のデータセットで高い性能を発揮したことになります。
Latent Space元記事を読む
LINEで送る

あなたの仕事に関係するAIニュースを、毎朝お届けします。

業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。

登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →

AIに質問

この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。

質問と回答はこのページに公開されます。

関連記事

次の記事へ脳信号から文字入力を解読するAI、精度を大幅向上