化学の原理を理解するAIモデルの構築

全ての化学化合物の中で、10^20から10^60の化合物が低分子医薬品としての可能性を持つと推定されている。これら全てを実験的に評価するには時間がかかりすぎるため、近年研究者はAIを活用して有望な医薬品候補の特定を始めている。

その一人がMIT准教授のConnor Coley氏である。彼は化学工学と電気工学・コンピュータ科学の両方の部門に所属し、計算モデルを開発・展開して膨大な数の化学化合物を解析し、新しい化合物を設計し、それらを生成する反応経路を予測している。

Coley氏の科学への興味は家族に由来する。父親は放射線科医、母親は分子生物物理学と生化学の学位を持ち、祖母は数学教授である。高校時代に科学オリンピックに参加し、16歳で卒業後、カリフォルニア工科大学で化学工学を専攻。在学中にはFortranを使ってタンパク質の結晶構造解析も行った。2014年にMITで博士号を取得するため、Klavs Jensen教授とWilliam Green教授の指導の下、自動化学反応の最適化に取り組み、機械学習と化学情報学を組み合わせて新たな医薬品分子の合成経路を計画した。

博士研究員としてブロード研究所で1年間過ごした後、2020年にMITに戻り研究室を立ち上げ、AIを用いた既存化合物の合成だけでなく、望ましい特性を持つ新分子の設計とその合成法の開発に取り組んでいる。

彼の研究室が開発したShEPhERDモデルは、薬物分子の三次元形状に基づいて標的タンパク質との相互作用を評価し、製薬会社で活用されている。FlowERモデルは、異なる化学物質の組み合わせから生じる反応生成物を予測する生成AIで、質量保存則などの基本的な物理原理や中間段階の実現可能性を考慮することで予測精度を高めている。

Coley氏は「生成モデルに医薬化学の直感を与え、正しい基準と考慮事項を認識させることを目指している。また、機械学習モデルが専門化学者と同様に反応機構の理解に基づくよう、多くの時間を費やしている」と語る。研究室では他にも、コンピュータ支援構造解析、実験室自動化、実験計画最適化など、化学反応の最適化に関連する様々な分野に取り組んでいる。これらの研究を通じて、Coley氏は化学におけるAIのフロンティアを前進させたいと考えている。