Collaborative Drug DiscoveryがNIHの助成金を受けて新規化学物質のバーチャルアプローチを開発

カリフォルニア州バーリンゲーム - 2022年12月12日 - Collaborative Drug Discoveryは、National Center for Advancing Translational Sciencesから88万ドルの助成金を受け、新しい化学物質への仮想アプローチの開発に向けてCDD Vault 。

NCATS ASPIREプロジェクトには、2つの新しいバーチャルケミストリー技術が別個のモジュールとして追加される予定です。最初のモジュールは、機器から直接取得した最新の構造/活性データを使用して、最先端の（深い）機械学習技術から新しい化学物質のモデリングと選択を可能にするものです。2つ目のモジュールは、化学物質が豊富なデータを、機械で読み取り可能な反応として意味テンプレートに取り込むための新しい情報科学システムで、電子実験ノートにおける化学反応の有用性を高め、反応分析（およびそれに対応する反応生成物）のより正確な照会と自動化を可能にします。モジュール1の深層学習技術は、化学構造に関する情報を64個の数値からなるベクトルに圧縮し、符号化プロセスを逆転させることができる新しい化学リッチベクトル（CRV）手法に基づいています。CRVは、元の構造に高い確率で変換できるだけでなく（90%以上の完全一致）、修正したCRVは化学空間のその点を代表する構造に変換することが可能です。CRV は、小さな空間に多くの化学情報を含むため、SAR/QSAR 反復のための優れた記述子であり、従来の記述子と比較して、構造活性モデルの自動化をより合理的に行うことができます。得られたモデルは、インタラクティブなビジュアルインターフェース（人間主導型）またはバックエンドアルゴリズム（機械主導型）により多次元空間を探索し、常に新しい、より良い構造を探索することができます。インタラクティブなプロセスと自動化されたプロセスの両方は、合成と測定（仮説評価と反復最適化）ができるように、ASPIREの自動化サイクルに接続される予定です。2つ目のモジュールである機械可読反応は、BioHarmony Annotator（旧BioAssay Express）の開発で培った豊富な経験を活かし、自然言語モデルを用いて生物学的アッセイプロトコルに意味的オントロジー用語を割り当て、非構造化テキストから機械可読データへ変換するものである。プロトコールや化学構造図から反応内容を完全に抽出することは、テキスト、略語、ショートカット、図中の仮定などの非構造的な性質を考えると、非常に困難です。さらに、図式中の材料と反応テキストの記述（試薬、溶媒、レシピに関わる配列、反応ワークアップ、生成物の特性評価など）を結びつける必要があるため、さらに複雑なものとなっています。代替案として、CDD の化学量論スケッチャーをモジュール化し、このデータを抽出できるようにする予定です。NCATSと協力して、取得すべき重要なフィールドを特定し、機械可読な化学反応テンプレートを作成する予定です。