arXivに投稿された新しい論文は、トランスクリプトームの摂動を利用した分子拡散モデルを提案し、機能指向型の創薬を目指しています。信頼できる標的構造が大規模に利用できない場合や、表現型が調節不全の経路から生じる場合、トランスクリプトーム摂動は薬剤作用のシステムレベルの機能読み取りを提供します。研究者らは、トランスクリプトームベースの薬剤設計（TBDD）を生成逆問題として形式化しました。これは、望ましいトランスクリプトーム状態遷移に条件付けられた薬剤分子を設計するという問題です。
このタスクは本質的に不良設定問題であり、生物学と化学の間の深いドメインギャップやトランスクリプトーム信号のスパース性によってさらに複雑化します。これらの課題に対処するため、チームはCURE（Cellular Response Engine）と呼ばれる多解像度トランスクリプトーム誘導拡散フレームワークを提案しました。CUREは、特殊なトランスクリプトーム摂動機能特徴抽出器（TFE）を備えており、摂動前後の状態から機能指向の埋め込みを抽出し、これらのシグネチャを二重の化学ビューにアライメントしてクロスモーダルギャップを橋渡しし、不均一性を考慮した集約によりノイズの多いトランスクリプトームデータからロバストな状態特異的信号を抽出します。
標準ベンチマークと厳格な分布外テストプロトコルの両方で、CUREは構造品質と機能一貫性において強力なベースラインを一貫して上回りました。さらに、ゼロショット遺伝子阻害剤設計タスクを通じてその実用性を検証し、表現型駆動型生成発見の可能性を強調しています。本論文は2026年5月14日にarXivに提出され、著者はZiyu Xuら7名で、機械学習、人工知能、生体分子、分子ネットワーク、定量手法などの分野にまたがっています。CUREフレームワークの成功は、信頼できる標的構造がない場合でも、トランスクリプトーム状態に基づく分子生成が疾患治療に新たな設計指針を提供できることを示しており、特に従来の構造生物学的手法では標的同定が困難な疾患において重要な応用可能性を持っています。