計算・AI創薬 — 2026年9月

PTM状態を前提にSARを組む人はいないが、強力な結合体が細胞で効かない理由を静かに説明することがある。スコアリングの小改良よりも、初めて検証に使える正解データが整備された価値の方が大きい。順位付けと分類で最適な誘電率が違うという点は実用的な警告で、答えたい問いに合わせてプロトコルを選ぶ必要がある。

STAT3のSH2二量化ポケットは浅く動的で、これまで多くの阻害剤プログラム(ニクロサミド誘導体、ペプチド模倣体など)が臨床に届かなかった原因だ。静的なライブラリを再スコアリングするのではなく、ポケット構造の中で直接原子を生成する手法上の飛躍こそが注目点。とはいえ「強力」という評価も、STAT1/STAT5に対する選択性と合成可能なルートが示されるまでは眉唾もの――de novo設計のヒットが頓挫しがちな部分だ。

この手法で評価すべきなのは、ターゲットごとの再学習が不要な点だ——それこそ多くの生成AIツールが自分のベンチに届く前に脱落する理由であり、相転移のタイミングに合わせるだけのトレーニングフリーな手法は試す価値がある。ただしベースラインのドッキングに「勝つ」のではなく「並ぶ」だけなのは合格ラインであって成果ではない——CrossDocked2020のスコアは合成可能性や実際の結合については何も教えてくれない。

正直、これは自分が手描きでやっていること――環の縮小、バイオイソスター置換、フラグメントの接ぎ木――を自動化して網羅的にこなしてくれるだけだ。ホワイトボードで10個アイデアを描く手間が省ける。データの乏しいフラグメント系列では、中身を検証できない生成モデルよりこちらを信頼する。無料のKNIME/Pythonなら、IT部門にまたSaaSライセンスを頼み込む手間も要らない。

規模を追うこと自体には意味がない、スコアリング関数がその量で識別力を保てなければ——化合物数億を超えたあたりから、物理ベースでもML系でも大半のスコアリング手法はエンリッチメントが頭打ちになる。この記事はトリアージ問題が未解決であることを正直に認めており、具体性の乏しさを踏まえれば、今のところそこが唯一信頼できる点だ。

真に新規な標的では物理ベースドッキングが共フォールディング手法に依然として勝るという結果、これが何度も頭に浮かぶ——深層学習モデルはフォールディングの物理を解いているのではなく、PDBのカバレッジをパターンマッチしているに過ぎず、類似構造のない標的に当たった途端にそれが露呈する。共フォールディング手法がゼロアナログの事例で実証されるまでは、両方走らせて古典的スコアをタイブレーカーとして信頼する。

これは、ドッキングの再スコアリング工程を単一のMLモデルに置き換えたがる人に送りつけたくなる論文だ。「OODで圧倒的に強い手法はない」という結論がすべてを物語っている。実際のトリアージ作業は常に、モデルが見たことのないスキャフォールドが相手であり、分布内DELデータで出したベンチマークAUCは、来週持ち込む新規化合物をどうランク付けするかをほとんど教えてくれない。これはMLを否定する話ではない――Boltz-2のような手法は高速なフィルターとして本当に有用だ。だが、物理ベースのドッキングやコフォールディングは、MLが怪しいときだけ頼る保険ではなく、常に並行して走らせるべきだという根拠になる。ターゲットやリガンドの文脈依存性が強い以上、社内で「これが最良のパイプライン」と決め打ちすることもできず、ターゲットごと、ケミタイプごとに毎回検証するしかない。DEL-iverがオープンソース化されたのは実務的にありがたい話だ――ベンダーがTanimoto類似度で見栄えよく見せた社内数値を信じるより、共有のOODベンチマークの方がよほど頼りになる。

まず目を引くのは効力の向上そのものではなく、AIによる最適化が化学者に引き継ぐ前段のスクリーニングフィルターとしてではなく、実際に合成ループの中に組み込まれていた点だ。これはスクリーニングデッキと本物のDMTAサイクルの違いに相当する。新規のカプシド結合スキャフォールドを探すのではなく、SBA/NVR 3-778系統に立ち返ったのは現実的な判断だ——結合ポケットとアセンブリ誤誘導機構は臨床段階ですでにリスクが下がっているので、このキャンペーンはディスカバリーのコストを二重に払う代わりにSARの知見を買っていることになる。とはいえ『薬物らしい特性の改善』という主張は、実際のミクロソーム安定性、血漿タンパク結合、hERGの数値が揃うまでは素直に喜びたくない——効力と紙の上でのcLogPの改善だけでは、NVR 3-778を頓挫させたであろう忍容性の壁を11B-6が越えられる保証にはならない。注目には値するが、まだ祝う段階ではない。

リンカーがダメだと分かる前に2週間かけて合成しCaco-2に回す、なんて事態を避けられるツールなら大歓迎だ。PROTACのメドケムサイクルはきつい。ライブラリが50化合物を超えたあたりから「とりあえず作って透過性を測ろう」はもう通用しない。 とはいえ、Ro5超え領域の透過性モデルが分子内水素結合やカメレオン的な折りたたみを過大評価する例を何度も見てきたので、検証セットと自分たちのケモタイプへの当てはまりを確認するまでは慎重にいたい。コンフォメーション挙動こそ、計算が最も苦手とする部分だ。 このスコアが本当に役立つのは「真実」ではなく「選別」の場面だ。候補をランク付けし、明らかにダメなものを弾いてから、境界線上の化合物にウェットラボの予算を回す。MW・PSA・cLogPのカットオフを目視するよりは確実な進歩だ——PROTAC業界では誰もがそれが通用しないと知っている。もし記述子がサイズと相関するだけでなく折りたたみ傾向を本当に捉えているなら、リンカーSARに労力を割く場所を大きく変えるかもしれない。

シーケンス回復率やProteinMPNNに対する「構造的忠実性の向上」というベンチマークは結構だが、実際に気になるのは、テンプレートとなる足場なしにREAPSとハルシネーションの閉ループパイプラインがバインダーを生み出せたかどうかだ。これこそ本当の試験であり、機能活性が確認されたNK3Rヒットはそのハードルをクリアしている。 全原子の受容体コンテキストを捉えることは、原理的には主鎖のみの逆フォールディングでは見落とされる側鎖パッキングや水素結合ネットワークを捕捉できるはずで、コンフォーメーションの事前整列がすべてを左右する大環状ペプチド設計で特に重要だ。 このツールを実キャンペーンに組み込む前に知りたいのは、合成されたNK3Rペプチドの実際のヒット率と結合親和性であり、単なる「機能活性」ではない。また、訓練分布外のGPCR様ターゲットでも性能が維持されるのか、自前のベンチマークセットだけで輝くツールなのか。MPNNを完全に置き換える前に、実ターゲットでの試験導入の価値はある。

今どのスクリーニングも、co-folding予測とMLスコアリングを組み合わせたカスケードを回すのが当たり前になっていて、正直、各ステージをいちいち検証するのは面倒なので、最終的なランキングをそのまま信じてしまいがちだ。 このプレプリントが突いているのはまさにその習慣で、Keap1-Nrf2という、平坦で浅いPPI界面ゆえにドッキングやファーマコフォア法でも昔から手を焼いてきたターゲットを使い、スコアリングのアーティファクトが表に出やすいストレステストとして検証している。 アブストラクトの枠組みが正しければ、伝えたいメッセージは「これらのツールを使うな」ではなく「各ステージが実際に何を測っているか分からないまま、単一の複合スコアを鵜呑みにするな」ということだろう。ポーズの確信度、親和性ランキング、物理的な妥当性はそれぞれ別物で、それらを混同することが偽陽性を上位に押し上げる原因になる。 詳細な方法論と失敗モードの内訳が公開されたら、改めて見直す価値がある——現時点ではまだ情報が薄い。

「フラグメントとフルライブラリーの中間」というポジショニング自体は目新しくない――DEL、FBDD、各社の自前ライブラリーもみな同じことを謳ってきた。Scopeで本当に新しいのは"ring-X-ring"という組み立て方だ。平面的な単一スキャフォールドではなく、2つの環系からベクトルを出す設計にすることで、ヒット取得の時点からSAR展開の方向性が組み込まれる。これはフラグメント創薬では後付けになりがちな部分。 個人的に気になる数字はヒット率そのものより「カウンタースクリーニング後のヒット率が高い」という点――SPRアーチファクトや凝集体を追いかける無駄な一週間が減るということだ。 本当の試金石は14-3-3/ERαグルー分子の事例。PPI・グルー標的は深いポケットがなくLEを稼ぎにくいため、通常のライブラリーでは苦戦しがち。この剛直で中規模なスキャフォールド群がグルーヒットの種になるなら、それこそ追うべき"移植可能性"の主張であり、MproやCLK1での成功よりも注目に値する。

Keap1-Nrf2は、まさにco-foldingモデルが自信満々にそれっぽいポーズを出し、affinityスコアがそれを的外れな理由でトップに押し上げてしまう、平坦で極性の強いPPIそのものだ。だからこそ、カスケードを段階ごとに分解して検証したこの論文は、「ヒットを見つけた」という論文よりずっと実用的に思える。 自分のベンダー製・自社製パイプラインの上位20化合物を合成キューに乗せる前に走らせるチェックリストとして読みたい。co-folding信頼度とaffinityスコアが静かにズレ始めているなら、それこそ実体のない化合物に何週間も溶かしてしまう典型的な失敗パターンだ。 新しい化学構造も追うべき結合モードもない。あるのはただ、このクラスの厄介な標的では、ランキングされたリスト自体はQCステップではないという注意喚起だけ。「注文前に読む」案件であって、「阻害剤として読む」案件ではない。

まず目を引くのは数字だ——6500万分子のドッキングスクリーニングから選ばれた55の上位ヒットを実験検証し、14個(約25%)が本物のTAAR1アゴニスト活性を示した。活性化状態モデルを使った構造ベースGPCRスクリーニングとしては驚くほど高いヒット率で、単なるドッキングスコア遊びではないことがcryo-EMによる結合ポーズの確認で裏付けられている。薬理プロファイルはさらに魅力的だ——脳内移行性が高く、ウロタロントを上回る効力を持ち、PPIアッセイでカタレプシーを誘発しない。これこそ非ドーパミン作動性という売り文句が実際に効いている証拠だ。ウロタロントはもはや全TAAR1アゴニストが超えるべき基準となったが、この3化合物はその基準を突破した。あとはこのSARが他の骨格にも一般化するかが見もの。

標準的なドッキングツールへの信頼が切れるのは、だいたい10残基あたりからだ。それを超える鎖はコンフォメーション自由度が大きすぎて、結局は手動で制約をかけるか、諦めるかのどちらかになる。フラグメントに分割して再構築するアプローチは理にかなっていて、ブラックボックスのニューラルネットではなくGNINA/RDKit/GROMACSを使っているので、中間ポーズを実際に確認できるのも良い。CPUのみで線形にスケールするという点が実務上は一番重要で、GPUキューの順番待ちもクラウド代もかからず、ステープルペプチドのライブラリをワークステーションで一晩流せる。多くのML系ドッキングツールはスコアを出すだけで信頼できるランキングの根拠がないが、長鎖リガンド専用のランキング指標があるのは他にはあまり見ない。とはいえPropedia/PDBのベンチマークは既知の複合体であり、結晶構造のポーズを再現できることと、構造未解明の標的に対して新規バインダーを正しくランキングできることは別問題だ。まずは試してみる価値はあるが、鵜呑みにして即採用するのは早計だろう。

ドッキング→ChemBERTa埋め込み→ランダムフォレスト→MD/MM-PBSAという5段階のファネルで2化合物まで絞り込む、というのは一見堅実に見えるが、各段階にそれぞれ固有の誤検出率があり、フィルタを重ねても誤差が相殺されるとは限らない。特にMM/PBSAで構造的に無関係なリガンド同士を絶対値比較するのは、ランキング指標として悪名高いほど不安定だ。フィルタを重ねるほど、むしろ偽陽性を磨き上げてしまうリスクもある。 これが今のAI創薬トレンドの中でどこに位置するかと言えば——新規骨格の創出ではなく、既知化合物空間のトリアージを高速化する話であり、これはこれで正当な、伸びつつあるニッチだ。 本当の強みはDrugBank由来であること。DB05316とDB00519はすでにADMET・安全性・製剤データを備えており、候補化合物からIND対応作業に進む過程で合成やトキシコロジーパッケージを新たに用意する必要がない。 とはいえ、結合アッセイなしにはどれも意味を持たない。CASP4活性が生化学的に確認されるまでは、これはランク付けされた仮説リストであり、ヒットではない。

今回本当に評価したいのはDrugBank由来という出自であって、絞り込みの厳しさそのものではない——ドッキング、ChemBERTa/RF分類、MM/PBSAを生き残った5化合物はすでにADMETが分かっており、動物モデルに進むのに新規合成も要らない。これは通常のヒット探索ではなかなか得られないトラクタビリティの近道だ。CASP4のポケットはカスパーゼ共通の触媒Cys-Hisダイアッドなので、MDトラジェクトリが答えるべき本当の問いは、これらのスキャフォールドが本当にそのダイアッドに結合しているのか、それとも周辺のエキソサイトに乗っているだけなのか——結合エネルギーだけではそこは分からない。選択性は未解決のフラグだ。カスパーゼ1/3/4はフォールド相同性を共有しており、神経炎症の文脈でのオフターゲットカスパーゼ阻害は裏目に出かねない。手法面では、ChemBERTa埋め込みを古典的記述子に重ねてRFでトリアージするのは純粋なドッキングスコアによるランキングより理にかなったアップグレードだが、pIC50回帰モデルを学習分布の外まで信頼する前に、ホールドアウトのケモタイプ検証は見ておきたい。

• 意図的に多様性を持たせた少数のショートリストで、そのほとんどが実際に阻害活性を示した。この打率はHTS的な「まぐれ」では説明がつかない。モデルが結合ポケットについて本当に何かを学習しているということであって、普段なら割り引いて見るドッキングスコアとは質が違う。 • 新規骨格は魅力的だが、興奮する前にSARを見たい。効力が単一の特権的フラグメントに依存しているのか、それとも本当に最適化できるベクトルなのか。前例のないケミオタイプでいきなりサブマイクロモルというのは、通常は改良の余地がある証であって、既知の還元酵素リガンドの行き止まりアナログではないはずだ。 • AKR1B10はAKR1B1(アルドース還元酵素)と近縁で、選択性がここでの本当の勝負どころ。オフターゲット毒性を抱えた「汚い」アルド・ケト還元酵素汎阻害剤は誰も欲しくない。 • これは1標的・1キャンペーンの結果に過ぎない。あまり協調的でない結合ポケットを持つ標的でも再現されるのを見るまでは、共折り畳みモデルをアンサンブルドッキングやFEPに代わる標準トリアージ手法として全面的に信頼するのは早い。有望だが、まだ証明されたわけではない——ただしヒット探索の潮流はこの方向に向かっている。

リガンドベースで構造ベースではない――標的の立体構造情報はループに入っていないので、約1000万分子の事前学習ケモタイプを超えて未知の標的クラスに踏み込んだ途端、適用範囲が怪しくなると思う。活性と細胞毒性を同時に予測する仕組みは本当の差別化点だ。HepG2/HSkMC/IMR-90のフラグを同じランキングに組み込むことで、普段自分で回している毒性カウンタースクリーンの一手間が省ける――これは単なる便利機能ではなく、実際の時短だ。ただS. aureus(上位10件すべて実験で活性確認)とN. gonorrhoeae(「中程度」)の落差が本音を語っている。性能は病原体ごとの学習データ密度に引っ張られているだけで、本物の抗菌ケモタイプの直感ではない。未知の標的でこのランキングを信用する前に、病原体ごとのキャリブレーション曲線と確認済みの真陰性を見せてほしい。トップ10のヒット率だけでは足りない。安価なpre-HTSトリアージフィルタとしては使える。だが構造ベース設計や本物のカウンタースクリーンの代わりにはならない。

ドッキングと本格的なFEP計算の間にぽっかり空いていた「選別層」を、まさに埋めてくれる手法だ。ドッキングのスコアだけでは合成の優先順位をつけるには雑すぎるし、バーチャルスクリーニングのヒット全てにFEPを回すのは予算的にも納期的にも現実的でない。CTMDの短時間・独立したメタダイナミクス走行とc(t)推定量は、まさにそのギャップに収まり、実際にどの化合物を合成に回すかを変えうる——しかもクラスター規模の計算資源を要しない。オープンソースでチューニングもほぼ不要となれば、専門家が常駐しなくても導入できる。 Boltz-2に関する指摘は、AI共フォールディングを実際の意思決定に使う前に、チームに必ず共有したい内容だ。活性部位を改変しても訓練データとの類似度にエンリッチメントが連動し続けるということは、真の結合物理ではなく既知ケモタイプへのパターンマッチングをしている可能性がある。まさに我々が追い求めている新規スキャフォールドにとって、これは罠になりかねない。

VSベンダーの売り込みを測る物差しとして、今後はこの論文を使いたい。ベンチマークのAUROCやエンリッチメントのノイズフロアを超えられない『プロトコル改善』は、改善ではなくウェビナースライドで着飾ったコイントスに過ぎない。6つの事前登録された介入はハードルが高く、現実には自分たちのキャンペーン前に事前登録までする人はほとんどいないだろうが、少なくとも共同研究者には、見出しのAUROC上昇ではなく解像限界に対する効果量を報告してほしいと言える。自分にとって一番刺さるのは、co-folding系(Boltz-2など)の熱狂にも同じ検証が必要だという点だ。もしこれらのモデルがPDB近傍のケモタイプを単にパターンマッチしているだけなら、公開ベンチマークで古典的ドッキング/FEPに『勝った』というのも、汎化ではなく記憶に過ぎない可能性がある。この程度の証拠でFEPをブラックボックスに乗り換えるつもりはない。