2026年08月02日 MI Daily News
目次
- [企業] IBMとクレブランド・クリニック、量子機械学習でがんネオアンチゲン予測モデルを開発
- [企業] 思捷優達、AI創薬の候補薬YA-101の多系統萎縮症に対する国際第2相臨床試験で患者登録完了
- [論文] リアルタイムTDDFT計算による半導体・金属の光学カー非線形性の研究
- [論文] CReMフレームワークの最適化による化学空間の拡張：フラグメント列挙の高速化
- [企業] 水処理イノベーション加速に向け、インフォマティクスを研究開発の標準手法として採用
- [企業] 三井化学、生成AI活用の国際材料開発ネットワーク「AI Materials Foundry」に創設メンバーとして参画
- [論文] MIRACLEフレームワーク：単一細胞マルチモーダルデータの継続的学習統合
- [論文] フラグメント型創薬パイプラインにおけるTransformerベースの分子フラグメント予測
[企業] IBMとクレブランド・クリニック、量子機械学習でがんネオアンチゲン予測モデルを開発
- IBMとクレブランド・クリニックが協力し、がんのネオアンチゲン（新規抗原）予測を行う量子機械学習モデルを開発しました。
- 量子コンピューティングと機械学習を融合させたアプローチにより、従来手法では困難であった複雑な予測タスクに対応しています。
- 免疫療法の個別化と効果向上への応用が期待されます。
用語解説
- ネオアンチゲン: がん細胞の遺伝子変異により生じる新規の抗原で、免疫治療のターゲットとなります。
- 量子機械学習: 量子コンピュータの特性を活用して機械学習アルゴリズムを高速化・最適化する手法です。
出典: QUANTUM BUSINESS MAGAZINE -
[企業] 思捷優達、AI創薬の候補薬YA-101の多系統萎縮症に対する国際第2相臨床試験で患者登録完了
- AI創薬によって見出された主力候補薬YA-101の多系統萎縮症（MSA）に対する国際第2相臨床試験が患者登録を完了しました。
- AI駆動の創薬プロセスを通じて同定された化合物が、国際的な臨床開発段階に進んだ事例です。
用語解説
- 多系統萎縮症（MSA）: 複数の神経系統に進行性の変性が起きる稀少疾患です。
出典: 北海道新聞デジタル
[論文] リアルタイムTDDFT計算による半導体・金属の光学カー非線形性の研究
- 時間依存密度汎関数理論（時間依存DFT）を用いたリアルタイム計算により、半導体と金属の光学的カー非線形性を理論的に解析しました。
- 第一原理計算による光物性予測の精密化に貢献し、非線形光デバイス材料の設計に活用できます。
用語解説
- 時間依存密度汎関数理論（TDDFT）: 電子の時間発展を記述する第一原理計算手法で、励起状態や動的性質の予測に用いられます。
- カー非線形性: 光強度に応じて物質の屈折率が変わる光学非線形効果です。
出典: npj Computational Materials
[論文] CReMフレームワークの最適化による化学空間の拡張：フラグメント列挙の高速化
- 化学的に合成可能な小分子化学空間を数桁規模で拡張するため、Chemically Reasonable Mutations（CReM）フレームワークを最適化しました。
- 数十億から兆単位の分子ライブラリから効率的に探索・処理することで、創薬の自動化と高速化を実現します。
- フラグメント型創薬パイプラインに組み込める計算ツールの進化です。
用語解説
- CReM（Chemically Reasonable Mutations）: 既知分子に対し化学的に合理的な部分構造の変更を加え、新規分子を生成するためのフレームワークです。
- フラグメント型創薬: 小さな化学フラグメント（断片）を出発点として、段階的に拡張することで医薬品候補を設計する手法です。
出典: Journal of Cheminformatics
[企業] 水処理イノベーション加速に向け、インフォマティクスを研究開発の標準手法として採用
- 組織が水処理・水イノベーション関連の研究開発において、インフォマティクスを標準的な手法として導入しました。
- データ駆動的なアプローチにより、水関連材料・プロセスの開発効率を向上させます。
用語解説
- インフォマティクス: 特定分野の知識とデータ科学・計算技術を融合させ、予測・最適化を行う方法論です。水の文脈では水処理材料や化学プロセスの最適化に適用されます。
出典: 時事ドットコム
[企業] 三井化学、生成AI活用の国際材料開発ネットワーク「AI Materials Foundry」に創設メンバーとして参画
- 三井化学がCuspAI、NVIDIAら企業・研究機関と共に、生成AIを活用した材料開発の国際ネットワーク「AI Materials Foundry」を立ち上げました。
- 生成AIモデルを用いた新材料開発の高速化・最適化を目指す国際協業です。
- マテリアルズインフォマティクスの産業応用が本格化する動きを示しています。
用語解説
- AI Materials Foundry: 生成AI技術を活用して新材料の開発・発見を加速するための国際的な技術ネットワークやプラットフォームです。
出典: EE Times Japan
[論文] MIRACLEフレームワーク：単一細胞マルチモーダルデータの継続的学習統合
- 単一細胞マルチモーダルデータを複数のバッチ・モダリティ・組織・疾患にわたって効率的に統合するオンライン継続学習フレームワークMIRACLEが開発されました。
- バイオインフォマティクスにおける機械学習モデルの実用的な課題（逐次的なデータ統合）に対応しています。
用語解説
- マルチモーダル: 複数の異なるデータ型（例：遺伝子発現、タンパク質、受容体発現など）を同時に対象とすることです。
- 継続学習（continual learning）: 新しいデータが順序付けられて到着する場合に、モデルを逐次的に更新・適応させる機械学習の手法です。
出典: Nature Computational Science
[論文] フラグメント型創薬パイプラインにおけるTransformerベースの分子フラグメント予測
- SMILES および DeepSMILES 表現を用いた Transformer ベースの機械学習モデルにより、フラグメント型創薬における分子フラグメント予測タスクを実施しました。
- 従来の SMILES 表現の構文複雑性を改善し、モデルの精度・安定性の向上を実現しています。
- ケモインフォマティクスに基づいた創薬プロセスの自動化を進める研究です。
用語解説
- SMILES / DeepSMILES: 分子構造を文字列で表現するための記法です。DeepSMILESは従来のSMILESの構文複雑性を削減した改良版です。
- Transformer: 自然言語処理や配列データの処理に用いられる深層学習のアーキテクチャで、注意機構（attention）を活用します。
出典: Journal of Cheminformatics
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。