2026年07月19日 MI Daily News

目次

  1. [論文] 合金の焼鈍プロセスを考慮したアンモニア分解用触媒材料のスクリーニング
  2. [論文] シスタチオニン β-シンターゼ阻害剤の仮想スクリーニング：機械学習スコアリング関数とAIドッキング手法の比較評価
  3. [ニュース] AIを活用した結核薬の効率的な探索と選別
  4. [ニュース] Google DeepMindとIsomorphic Labs、AI活用による「バイオレジリエンス」構想を発表
  5. [企業] 日立ヴァンタラ、機密保護下でのAI統合プラットフォーム「Hitachi iQ Studio」を提供開始

[論文] 合金の焼鈍プロセスを考慮したアンモニア分解用触媒材料のスクリーニング

  • Co–Ir–Ni–Rh–Ruからなる遷移金属合金系を対象に、アンモニア分解反応用の触媒材料を計算科学的にスクリーニングしました。
  • 焼鈍処理の効果を予測モデルに組み込むことで、実験的に検証可能な候補材料の精度を向上させています。
  • 高温プロセスの計算による事前評価が、新規触媒開発の効率化に貢献する手法を示しています。

出典: npj Computational Materials

[論文] シスタチオニン β-シンターゼ阻害剤の仮想スクリーニング：機械学習スコアリング関数とAIドッキング手法の比較評価

  • がんとダウン症の治療標的となるシスタチオニン β-シンターゼ (CBS) に対し、標的特異的な機械学習スコアリング関数を開発・検証しました。
  • 従来の仮想スクリーニング手法と最新のAIドッキング・構造予測技術を比較評価し、リード化合物探索の精度向上を実証しています。
  • 既知リガンドの構造多様性が限定的な医薬品標的において、機械学習による効率的なスクリーニングの価値を示しています。

用語解説

  • 仮想スクリーニング: コンピュータを用いて大規模な化合物ライブラリーから生物活性を持つ候補化合物を計算的に選別する手法。
  • AIドッキング: 人工知能を用いた分子ドッキング予測。タンパク質とリガンド分子の相互作用や結合様式を計算的に予測する。

出典: Journal of Cheminformatics

[ニュース] AIを活用した結核薬の効率的な探索と選別

  • テキサスA&M大学の研究チームは、結核薬候補化合物のスクリーニングにAIを導入し、数千の候補から有望化合物を効率的に選別する手法を開発しました。
  • 従来のアプローチでは多数の化合物候補が生成される課題に対し、機械学習により優先順位付けと効率的な開発方針の決定が可能になっています。

出典: Phys.org Chemistry

[ニュース] Google DeepMindとIsomorphic Labs、AI活用による「バイオレジリエンス」構想を発表

  • Google DeepMindとIsomorphic Labsは、感染症への予防・検知・対応をAIで統合支援する「バイオレジリエンス」構想を公表しました。
  • 15以上の協力機関と連携し、AI・機械学習を用いた創薬・診断・防御技術の開発と実装を推進する計画となっています。

出典: innovaTopia

[企業] 日立ヴァンタラ、機密保護下でのAI統合プラットフォーム「Hitachi iQ Studio」を提供開始

  • 日立ヴァンタラは、企業の機密データを保護しながら全社業務プロセスへの迅速なAI適用を実現する統合プラットフォーム「Hitachi iQ Studio」を提供開始しました。
  • AIエージェントの開発・運用・実装を支援する機能を搭載し、デジタルトランスフォーメーション基盤として位置付けられています。

出典: MONOist

ニュースレターをより良くするためのアイデア・ご要望などあればXのDMでお気軽にお寄せください。
また、コンテンツの質の向上と持続可能な運営のため寄付・スポンサーも募集しています。寄付はこちらの記事にバッジを送っていただけると励みになります。スポンサーをご検討いただける場合は、XのDMでご連絡ください。