AIが設計した分子は、独立した実験室が挙動を測れば重要性が増す。それでも薬として有用と言えるまでには長い道がある。Chai DiscoveryとGSKの協力は、社内実験が契約拡大を促した一方、公開証拠は初期探索にとどまるという両面を示す。
協力発表によると、GSKはChaiの設計を試し、評価したすべての標的で結合分子を得た。標的名、標的数、合成設計数、金銭条件は非公開だ。外部から効率や商業価値を判断する範囲は限られる。
網羅性と成功率を分ける
結合分子は標的タンパク質に付着する。全標的で見つかったのは有望だが、失敗した設計数は分からない。同じ結果でも標的当たり10件と数百件では費用が異なる。
報道は標的専用の学習なしで生成する方法をゼロショット設計と呼ぶ。評価集合内で新しい課題への転移を示唆するが、すべての種類や将来の難しい標的を保証しない。選定基準、実験の選び方、従来法の基準を聞きたい。
開発経路上の位置を確認する
結合は多くの特性の一つだ。選択性、安定性、効力、製造性、体内挙動も必要になる。強い親和性だけでは患者の安全や利益を示さず、標的生物学が想定と違えば良い設計も失敗する。
Chaiの製品説明は分子設計と構造能力を扱う。どの決定を改善するのかにつなげて評価すべきだ。引用された創薬レビューも、一般モデル成績より案件の文脈を重視する。
実験の価値を適切に認める
GSK自身の科学者が検査して拡大を決めた点は、販売側だけの基準より商業的な説得力がある。ただし他の全手法に勝った証拠や承認薬の約束ではない。
GSKは独自実験で学ぶ内部モデルを補完するものと説明される。外部が仮説を提案し、製薬会社が選別と検証を担う分業だ。提携数は導入を示すが、案件進展、再利用、実験回数の改善が継続価値を示す。
前向き評価を設計する
生成前に標的集合、候補予算、測定、基準、成功条件を決める。失敗候補も残し、次の判断までの最適化回数を追う。実行場所、戻るデータ、成果物の権利を契約で定めたい。
次に強い証拠は、分母付きの提携先実験、開発基準を満たす候補、さらにヒト試験への進展だ。段階ごとに問いは異なる。現状は有用な初期探索を支持するが臨床進展は決めない。実験効率と治療利益を分けて見ることが、実際のモデル価値の理解につながる。