本文へスキップ

Makya

Iktos / Iktos

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。

掲載情報の更新 ·

概要

Makya は、de novo 創薬に取り組むメディシナルケミストリーおよび計算化学チーム向けに Iktos が開発した生成 AI SaaS プラットフォームです。プロジェクトの目標製品プロファイルに沿って分子を提案し、候補の探索、比較、優先順位付けを支援します。提供された製品ページでは、リガンドベースおよび構造ベースの設計、SAR モデリング、ADMET 特性がプロジェクトのワークフロー要素として説明されており、分子生成時には複数の目標が考慮されます。

説明されているワークフローは、プロジェクトデータのインポートと設計目標の定義から始まります。分子設計操作には、成長、連結、環化、大環化、微調整が含まれます。市販ビルディングブロックと有機反応を通じて合成制約を取り込み、逆合成もプラットフォームの機能として示されています。出力には、生成された候補分子と、それに関連するスコアまたは最適化属性が含まれます。また、既知の活性リガンドから分子とその 3D ポーズを生成するリガンドベースモデルについても説明されています。

候補の評価において、Makya は化学空間の探索、参照リガンドに対する化合物のインサイト、カスタムスコアや 3D 相互作用を用いたフィルタリングを提供します。API を介して外部モデルやスコアリング関数に接続できます。これらはベンダーが説明する機能であり、独立して確認された性能結果ではありません。提供資料には、対応ファイル形式、エクスポートスキーマ、API 認証方式、アクセス条件は明記されていません。そのため、新規性、収束性、合成可能性に関する主張は、特定の創薬プロジェクトに対する保証ではなく、評価すべき事項として扱う必要があります。

主な機能

  • 目標製品プロファイルの制約と多目的最適化に基づく分子生成。
  • 市販ビルディングブロックと有機反応を用いた合成を考慮した設計。逆合成もプラットフォームに組み込まれています。
  • 分子設計のための成長、連結、環化、大環化、微調整の各操作。
  • リガンドベースおよび構造ベースのモデリング。既知の活性リガンドから分子と 3D ポーズを生成するリガンドベースモデルも説明されています。
  • 化学空間の探索、参照リガンドとの比較、カスタムスコアと 3D 相互作用による候補のフィルタリング。
  • API による外部モデルおよびスコアリング関数への接続。

用途

  • 評価を想定した用途:プロジェクトの目標製品プロファイルに沿って候補シリーズを生成し、提案が競合する分子目標のバランスをどの程度取れるかを評価する。
  • 評価を想定した用途:成長、連結、大環化を試しながら、得られた候補がプロジェクト固有の合成制約を満たすかを確認する。
  • 評価を想定した用途:既知の活性リガンドを用いて分子設計と提案された 3D ポーズを探索し、プロジェクトとの関連性を評価する。
  • 評価を想定した用途:API 経由で外部スコアリングモデルを接続し、そのスコアが候補のフィルタリングと優先順位付けをどのように支援するかを調べる。

使い方

  1. Makya 公式製品ページを読み、プロジェクトに関連する設計モードを確認してください。提供された説明は機能の概要として扱い、入力形式の仕様とはみなさないでください。
  2. 関連資料としてリンクされている Makya フライヤーとリリースファクトシートを参照してください。これらの内容はここでは提供されていません。
  3. Iktos への問い合わせからデモを依頼してください。プロジェクトデータを提供する前に、アクセス条件、対応するインポートとエクスポート、データの取り扱い、API の要件について確認してください。
  4. 評価を行う場合は、目標製品プロファイル、必要に応じて参照リガンド、合成制約を定義してください。文書に記載されたワークフローは、プロジェクトデータのインポートとこれらの目標設定から始まります。
  5. 評価中は、関連する設計操作、スコア、3D 相互作用フィルターを使って候補を探索してください。ベンダーの主張だけで特定のプロジェクトへの適合性が証明されると考えず、独自のモデリング基準と合成基準に照らして提案化合物を評価してください。

関連リソース

AIDDISON Explorer

プラットフォーム

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。

分子生成 · 創薬

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

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

概要

化学AIエージェントの技術スタックを構築するには

言語モデル、オーケストレーション、Skills、MCPインターフェース、API、ライブラリ、データを分離して、化学AIエージェントスタックを設計します。提案する分子・材料ワークフローを参考に、入出力契約を定義し、権限、評価、再現可能なデプロイを計画します。