本文へスキップ

AIDDISON Explorer

AIDDISON Explorerは、目標プロファイル、設計上の制約、予測物性、合成可能性に基づいて分子候補を生成し、順位付けするホスト型創薬プラットフォームです。

掲載情報の更新 ·

概要

AIDDISON Explorerは、創薬ワークフローにおける分子設計と候補の優先順位付けを支援します。提供された製品ページの情報によると、ホスト型プラットフォームに目標プロファイルと分子設計上の制約を入力すると、REINVENT 4.0を基盤とする強化学習モデルが構造を生成します。紹介されている用途は、ヒット同定、骨格に焦点を当てたヒット拡張、リード最適化です。このワークフローでは、候補分子を生成し、後続評価の優先順位を定めます。

生成された候補は、効力、物理化学的特性、開発可能性、およびADMET基準に基づいてスコアリングされ、順位付けされます。ADMET予測には信頼度と説明可能性に関する情報が含まれ、研究者が予測の根拠や不確実性を評価する際に役立ちます。合成アクセシビリティスコアとSYNTHIA API経由で得られる合成経路は、工程数やビルディングブロックの入手可能性など、実現可能性の検討材料となります。これらの出力は候補の選定を支援しますが、実験活性、安全性、または合成の成功を立証するものではありません。

順位付けされた分子と予測物性は、後続のドッキング、合成計画、実験に利用できるようCSV、SDF、RD形式でエクスポートできます。したがってExplorerは、プロジェクトの設計要件と、その後の計算または実験室での評価をつなぐ用途に適しています。アクセスはベンダーのデモを申し込み、プロジェクトのニーズを相談することから始まります。提供されたページには、一般公開のローカルインストール手順や制限のない公開APIは記載されていません。機能に関する説明はベンダーによる主張であり、独立した検証結果ではありません。候補の順位付けとモデル予測には、実験による検証が必要です。

主な機能

  • REINVENT 4.0を基盤とする強化学習モデルを用いて、目標プロファイルと設計上の制約から分子構造を生成します。
  • 効力、物理化学的特性、開発可能性、およびADMET基準に基づいて候補をスコアリングし、順位付けします。
  • ADMET予測に信頼度と説明可能性に関する情報を付与します。
  • 合成アクセシビリティスコアとSYNTHIA APIの合成経路情報を組み合わせ、実現可能性、工程数、ビルディングブロックの入手可能性を考慮します。
  • 順位付けされた分子と予測物性をCSV、SDF、RD形式でエクスポートし、後続のワークフローに利用できます。

用途

  • ヒット同定における評価用途:生成・順位付けされた候補が、後続のドッキングや実験試験に向けた有用な候補リストとなるかを評価します。
  • 骨格に焦点を当てたヒット拡張における評価用途:プロジェクトで定めた分子制約の下で候補を探索し、後続評価の前に予測物性を比較します。
  • リード最適化における評価用途:合成計画に進める分子を選ぶ際、予測効力、開発可能性、ADMET、合成可能性の間のトレードオフを評価します。

使い方

  1. AIDDISON Explorerの公式ページを確認し、ベンダーのデモを申し込みます。想定するプロジェクトのワークフローとアクセス方法について相談してください。一般公開のローカルインストール手順は提供されていません。
  2. 目標プロファイルと分子設計上の制約を準備します。未公開の入力スキーマを想定せず、これらの入力をプロジェクトでどのように表現するか、デモの相談時に確認してください。
  3. プラットフォームの効力、物理化学的特性/開発可能性、およびADMETスコアに基づいて生成候補を評価します。ADMET予測に付随する信頼度と説明可能性に関する情報を確認してください。
  4. さらに調査する候補を選ぶ際には、合成アクセシビリティスコアとSYNTHIA APIの合成経路情報を確認してください。実現可能性、工程数、ビルディングブロックの入手可能性も検討します。
  5. 順位付けされた分子と予測物性を、後続のドッキング、合成計画、実験に適したサポート対象形式(CSV、SDF、RD)でエクスポートします。順位付けは優先順位を決めるための補助情報として扱い、予測を確認済みの結果とみなさず、実験による検証を手配してください。

関連リソース

Chemistry42

プラットフォーム

Chemistry42 は、生成的設計、逆合成、ADMET と選択性の予測、物理ベースの優先順位付けを組み合わせた小分子創薬プラットフォームで、ヒット同定とリード最適化を支援します。

分子生成 · 創薬

FEgrow

オープンソース

FEgrowは、自由エネルギー計算の準備に向けたリガンド系列の対話的な構築を支援します。文書化されたアクティブ・ラーニングの例に加え、分子設計ワークフロー向けのDaskベースの高速化機能を備えています。

オープンソース

分子生成 · 創薬

Makya

プラットフォーム

Makya は Iktos の、de novo 分子設計向け生成 AI SaaS プラットフォームです。プロジェクト目標、合成制約、リガンドベースまたは構造ベースのモデリングを組み合わせて、化合物選定を支援します。

分子生成 · 創薬

REINVENT

モデル

REINVENTは、生成モデル、強化学習、転移学習を用いて、小分子の生成と最適化を構成可能なPython分子設計ツールキットです。

オープンソースPython

分子生成 · 創薬

AutoDock Vina

オープンソース

AutoDock Vinaは、VinaおよびAutoDock4.2スコアリング、複数リガンドのドッキング、マクロサイクル対応、Python 3バインディングを備えたオープンソースの分子ドッキング・バーチャルスクリーニングプログラムです。

オープンソースPython

創薬

Boltz

モデル

Boltz は生体分子相互作用の予測モデル群です。Boltz-2 は複合体構造と結合親和性の予測手順を提供します。

オープンソースPython

創薬

関連ガイド

ワークフロー

AI創薬ツール:Agents・MCP・研究プラットフォームの選び方

ワークフローの段階に応じてツールを選択します。標的の根拠、タンパク質構造、既知の結合部位、分子生成、特性解析、スクリーニングを対象に、研究用エージェント、MCP連携、ホスト型API、プラットフォームを比較し、提案するエンドツーエンドの例と実践的な評価ゲートを示します。