AI技術を駆使したRNAアプタマー創薬の革新「RaptScore」

近年、医薬品開発の進展において、RNAアプタマーが注目を集めています。これは、特定のターゲットに結合する能力を持つ短いRNA分子であり、新しいタイプの医薬品やバイオセンサーとして期待されています。しかし、アプタマーの創薬は、大量の候補からごくわずかな有望素材を見つける難しさや、製造コストの問題から、業界でのボトルネックとなっています。

新たな技術の登場：RaptScore

そこで、早稲田大学と株式会社リボミックの研究チームが開発した「RaptScore」というAI技術が登場しました。この技術は、RNAアプタマーの結合活性を高精度で評価する方法論であり、従来の実験依存の手法の弱点を克服するものです。

RNAアプタマーの評価は、実験データに基づいて行われますが、「RaptScore」では大規模言語モデル（LLM）の活用により、新しい配列や長さが異なる配列の評価を可能にしました。この手法によって、短鎖化が促進され、製造コストの削減や健康管理の質の向上に寄与します。

研究の成果と波及効果

具体的には、実験では実現できなかった未知の配列の評価が可能となり、アプタマーの探索時間が大幅に短縮されます。さらに、RaptScoreを用いることで、配列の長さを最大3割縮小しながらも結合活性を維持することに成功しました。

また、RNAアプタマー生成AIである「RaptGen」との連携により、実験すべきアプタマーの候補を高確率で選抜可能になり、開発のスピードも向上しています。これにより、がんやウイルス感染症に対する新しい治療薬がより早く、より安価に患者に提供されることが期待されます。

今後の展望と課題

しかし、この技術にはまだ課題があります。現時点では、RNAの三次元的な立体構造情報を考慮していないため、今後はより詳細な情報を取り入れ、予測精度の向上を図ることが求められます。

研究者たちは、本研究の結果がアプタマー創薬の新たな時代を切り拓く鍵になると信じています。データとAIを用いて、アプタマーの設計や選別を効率化しながら、創薬の未来を前進させることを目指しています。