こんにちは。薬学部出身ライターのMasashiです。

連載「AI時代のくすり作り」では、新薬開発の現場でどのようにAIが活用されているのかについて、論文を読み解きながら紹介していきます。

第5回目は、「副作用リスクの低い薬」をテーマにお話ししていきます。

不整脈は薬の副作用として生じる

新薬を設計および承認するための推定平均コストは25億ドルであり、最初の発見から市場へ出されるまでの時間は少なくとも10年かかると言われています。そして、薬物によって誘発される不整脈は、こうした新薬の開発を大きく妨げる副作用として知られています。

近年、毒性スクリーニングやリスクの層別化に、機械学習の応用が期待されています。機械学習を用いて、薬物誘導性の不整脈を生じるリスクをあらかじめ予測することができれば、新薬開発におけるコストや時間の効率化を図れるかもしれません。

そこで、アメリカのスタンフォード大学のFrancisco Sahli-Costabalら研究者は、新薬開発における副作用としての不整脈リスクの回避予測が困難であるという課題に着目し、機械学習を用いた薬物誘発性不整脈リスクの層別化を試みました。

結果、不整脈リスクの層別化はできたのでしょうか？続きを読んでみましょう。

薬物誘発性不整脈のリスク評価

はじめにFrancisco Sahli-Costabalらの研究におけるミッション・手法・結果をまとめておきます。