マルチモーダルAIフレームワーク、薬剤耐性菌を標的に毒性スクリーニングも同時実施
- 抗菌薬耐性(AMR)により黄色ブドウ球菌(SA)や淋菌(NG)などの優先病原体に対する治療選択肢が狭まっており、新たな計算創薬ツールへの関心が高まっている。
- MAPViSは、分子グラフ、フィンガープリント、記述子/3D幾何学的特徴をゲート付き融合機構で統合するマルチモーダル深層学習フレームワークであり、約1000万分子を用いた階層的疑似ラベル分類とマスク付きグラフ対照学習により事前学習される。
- ファインチューニング後、SAおよびNGに対する抗菌活性と、3種のヒト細胞株(HepG2、HSkMC、IMR-90)における細胞毒性リスクを同時に予測する。
- ベンチマークおよび外部検証データにおいて、MAPViSはSAタスクで強い初期エンリッチメント性能を示し、上位10候補すべてが実験的に活性であることが確認された一方、NGへの汎化性能はより控えめであった。
- 著者らは、MAPViSを抗菌薬バーチャルスクリーニングを支援する、活性と毒性を統合的にモデル化するスケーラブルなツールと位置付けている。
💡 ポイント
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。