Original title: Artificial intelligence in drug discovery: Integrating data, models, and mechanisms for next-generation therapeutics
- AIによる創薬プロセスは変革をもたらしているが、AIが主導して発見された薬剤で市場に到達したものはない。最も重要なギャップは臨床翻訳にある。
- 過去10年間のAI創薬の進歩を批判的に分析し、データサイエンス、機械学習モデル、メカニズム生物学の相乗的統合を論じる。
- 成功例として、標的特定、デノボ創薬、ヒットからリードへの最適化、前臨床安全性評価を挙げる。
- 課題として、データ品質とバイアス、AIモデルの解釈可能性、生物学的システムの複雑性を指摘。
- 将来の方向性として、堅牢な実験的検証、マルチモーダルデータ統合、説明可能なAI (XAI) の開発が、計算上の可能性と臨床的現実のギャップを埋めるために重要。