創薬・分子設計AIの比較表を作成！おすすめや選び方も解説

質問に答えるだけでぴったりのサービスを無料診断

BenevolentAIは、創薬と分子設計に特化したAIソリューションです。同システムは、大量の生命科学データを構造化した独自のナレッジグラフとAI・機械学習技術を組み合わせることで、疾患のメカニズム解析や新規ターゲット探索をサポートします。特徴的な点として、AIが生成した仮説を細胞モデルを用いて実験的に検証する仕組みを備えており、理論と実証の両面から創薬研究にアプローチしています。実際の活用事例として大手製薬企業との提携実績があり、中小企業から大手企業まで幅広い規模の組織で導入されているとされています。生命科学分野における膨大なデータの活用と、従来の創薬プロセスにおける効率化や新たな発見の可能性を追求したソリューションとして位置づけられています。

Recursion Pharmaceuticals社は、創薬と分子設計を支援するAIプラットフォーム「Recursion OS」を提供しています。このプラットフォームでは、ハイスループット実験と機械学習技術を組み合わせることで、疾患モデル細胞の大規模な表現型データと化合物の効果を総合的に解析することができます。週に220万サンプルの処理が可能な実験基盤と連携しており、バイオベンチャーや製薬企業が未知の病態生理メカニズムを探索する際に、データ駆動型のアプローチによる強力な支援ツールとしての役割を果たしています。従来の創薬プロセスにおいて時間とコストがかかる課題に対して、大量のデータ解析と機械学習の活用により効率化を図る取り組みを行っています。

XtalPiは、XtalPi社が提供する創薬・分子設計に特化したAIプラットフォームです。このシステムは、人工知能技術と量子物理学に基づくモデリング手法、さらに先進的なロボティクス技術を組み合わせた統合的なアプローチを採用しています。主要な機能として、結晶形予測や自由エネルギー計算による分子特性の高精度な予測が可能となっており、創薬プロセスにおける重要な判断材料を提供します。同社は世界各国の製薬企業との協業実績を持ち、創薬分野での実用性が評価されています。また、創薬領域にとどまらず材料科学分野への応用も展開されており、小規模な研究から大規模なプロジェクトまで、多様な規模の研究開発に活用されています。量子物理学の理論的基盤とAI技術を融合することで、従来の手法では困難とされていた複雑な分子挙動の予測精度向上を目指したソリューションとして位置づけられています。

Cyclicaは、AIと計算生物物理学を組み合わせた創薬・分子設計支援システムです。このシステムでは、タンパク質プロテオーム全体を対象として、薬剤の標的となるターゲット作用とオフターゲット作用の両方を包括的に解析することができます。構造ベースのアプローチを採用しており、複数の作用メカニズムを同時に評価する機能を備えています。これにより、薬剤候補分子の安全性と有効性を総合的に検討し、より適切な候補分子の探索を支援します。実際に大手製薬企業のプロジェクトでも活用されており、創薬研究の効率化に寄与しています。従来の手法では困難とされていた全プロテオームレベルでの薬物相互作用の予測を可能にすることで、創薬プロセスの早期段階での意思決定をサポートし、開発リスクの軽減にも貢献することが期待されています。

Synthiaは、Merck KGaA社が提供する創薬・分子設計に特化したAIプラットフォームです。このシステムは、化学者とコンピュータ科学者が21年間にわたって構築してきた豊富な反応ルールを基盤として、化合物の合成経路を自動的に設計することができます。1,200万種類以上の市販原料や構造単位のデータベースを活用し、効率的な合成ルートの提案を行います。利用形態においては、クラウドベースで運用される「SYNTHIA Lab」版が用意されており、学術研究グループや小規模な研究室でも導入しやすい環境が整備されています。これにより、中小企業から大手企業まで、組織の規模を問わず幅広い研究機関で活用されており、創薬研究の効率化や新たな化合物の設計において重要な役割を担っています。長年の研究開発により蓄積された知見とAI技術の融合により、化学合成の専門知識を持つ研究者の意思決定をサポートする実用的なツールとして位置づけられています。

DeepChemは創薬・分子設計に特化したオープンソースのディープラーニングライブラリです。薬剤開発、材料科学、量子化学、生物学といった分野での機械学習技術の活用を促進することを目的として開発されています。このライブラリは、専門的な機械学習手法を幅広い研究者や開発者が利用できるよう設計されており、技術の民主化を図っている点が特徴的です。実際に大学での研究活動やスタートアップ企業でのプロトタイピング、モデル開発などの場面で活用されており、研究コミュニティ全体における先端技術の普及に貢献しています。創薬プロセスにおける分子設計や化合物の特性予測など、従来は高度な専門知識と計算資源を必要としていた作業を、より多くの研究者がアクセスできる形で提供することで、科学研究の効率化と新たな発見の可能性を広げています。

Elix Discoveryは、Elix, Inc.が開発した創薬・分子設計に特化したAIプラットフォームです。このシステムは予測モデルとジェネレーティブモデルを統合した設計となっており、薬効やADMET（吸収・分布・代謝・排泄・毒性）といった分子特性の予測機能と、構造ベースでの分子生成機能を同一プラットフォーム上で同時に実行することができます。また、物理シミュレーションとの連携機能も備えており、より包括的な分子設計支援を行うことが可能です。日本発のサービスとして展開されており、専門的なコンサルティングサービスと組み合わせることで、大手企業だけでなく中小企業に対してもアクセスしやすい形で提供されています。創薬プロセスにおける効率化と精度向上を支援するツールとして位置づけられており、研究開発の各段階において活用されることが期待されています。

Atomwiseは、Atomwise社が開発した創薬・分子設計領域に特化したAIソリューションです。同システムの中核となるのは、独自に開発されたConvolutional Neural Network技術「AtomNet」を活用した発見エンジンで、タンパク質の3D構造データと大規模な化合物ライブラリを組み合わせることで、新規低分子薬候補の探索を行います。Atomwise社は自社でパイプライン資産を保有している一方で、創薬ベンチャー企業から大手製薬会社まで、規模の異なる様々な企業との共同研究にも積極的に取り組んでおり、AI技術を活用した分子設計の推進に貢献しています。このような取り組みを通じて、従来の創薬プロセスにAI技術を導入し、効率的な薬剤候補の発見を支援するサービスを提供しています。

Valo Health社は、Opalと呼ばれる統合AIプラットフォームを通じて創薬・分子設計支援サービスを提供しています。このプラットフォームでは、機械学習技術を活用して患者データの解析を行い、組織生物学情報と組み合わせることで、新規ターゲットの選定やバイオマーカーの予測を実現しています。データ駆動型の設計アプローチを採用することで、従来の創薬プロセスの効率化を図り、開発プロジェクトの進行をサポートします。特に大規模なデータ解析を必要とする製薬企業において、創薬パイプラインの各段階での活用が期待されており、AIと生物学的知見を融合させた革新的な創薬支援ソリューションとして注目されています。

Cressetは、Cresset社が開発した創薬・分子設計支援のためのAIシステムです。Flare™、Spark™、Blaze™などのソフトウェアを通じて、リガンドベースと構造ベースの両方のアプローチによる分子設計を支援する機能を備えています。同システムの特徴として、独自の電荷分布モデルを活用した相互作用解析により、高精度な分析結果を提供する点が挙げられます。近年では、FlareにAIアシスタント機能が統合され、自然言語によるガイダンスやコードの自動生成機能が追加されることで、研究者の作業効率向上に寄与しているとされます。導入実績については、中小規模のバイオベンチャー企業から大手製薬会社まで、幅広い規模の企業で活用されており、特に小規模企業において専門知識の不足を補完する用途でも利用されています。