Learning chemical intuition from humans in the loop

Learning chemical intuition from humans in the loop

1. 研究における学術的な背景は薬物発見キャンペーン中のリード化合物の最適化プロセスで、これは多くの薬剤化学者の意見が注目され、化合物の特性を最適化するという労力を必要とするプロセスです。時間の経過とともにスキルを積み重ねるためには、一生懸命な努力と何年もの時間が必要です。そこで本研究の主な「問い」は、人工知能（AI）を用いて化学者の知識と経験を模倣することでこのプロセスを効率化することが可能かどうか、というものです。

2. 本研究の目的は、化学者から得られたフィードバックを基にしたAIのランキング学習技術を適用し、薬物の最適化プロセスを再現することにより、より効率的に薬剤の開発を進めることです。そして、その結果を通じて化学者や薬剤開発者が達成するのが困難なタスクを自動化し、効果的に行う方法を開発することにあります。

3. 人工知能が生活のあらゆる面で大きな進歩を遂げた中、特に医薬品の発見と開発の分野ではまだ充分に活用されていません。薬剤化学者からの豊富なフィードバックを収集し、それを利用してAIのモデルを開発するという本研究の注目すべきアプローチは、AIを利用した薬剤開発の新たな可能性を示すものです。

4. 本研究は、35名の薬剤化学者から得られたフィードバックを基にAIを学習させ、リード化合物の優先順位付け、動機の合理化、新規薬物設計などの日常的なタスクにおいて、その有用性を示しました。

5. この研究の有効性は、開発したAIモデルを実際の薬物開発の現場で使用し、その結果から評価されました。また、模型とコードはオープンソースライセンスで提供されており、より広い範囲で結果を検証することが可能です。