JTの医薬事業を継承した新生SHIONOGI、新薬開発期間の大幅短縮を実現した「AI高速創薬モデル」とは？

創薬期間の大幅短縮で用いたアプローチ

　また、創薬期間短縮では、データ活用も戦略的に重視した。化合物の探索は段階的に行った。最初のバーチャルスクリーニングは、バーチャル化合物をターゲットに行うものであり、塩野義製薬が蓄積してきた化合物ライブラリーをソースにスクリーニングを実施した。この結果、得られた320個のバーチャルヒット化合物に対し、実験で評価するリアルスクリーニングを実施した。最終的にヒットしたリアルのヒット化合物は数こそ少ないものの、複数の獲得に成功できたという。

　有望なヒット化合物を獲得できたのとほぼ同時期、並行して実施していた前述のX線複合体の構造解析の結果も得られた。「この構造情報がなければ、今回の高速創薬は実現できなかったと断言できる。非常に良好な薬物動態を示すヒット化合物を獲得できたこと、加えて3CLプロテアーゼの構造解析結果を得て、『これはいけるんじゃないか？』という手応えを得たことを覚えている」と立花氏は振り返った。では、どのようにしてヒット化合物から新薬を創出したか。複合体構造情報から、このヒット化合物のポテンシャルは確認できたが、活性を数百倍上げなければならない。そのためのデザインが必要になった。複合体構造情報を活用した上で仮説を設定し、データドリブンでの最適化を繰り返すことで、4ヵ月間で600倍の活性向上に成功した。

　探索研究を開始したのが2020年6月頃。その後、13ヵ月間で臨床試験まで到達。通常であれば5〜6年かかるところを5分の1程度にまで短縮できたことになる。さらに、2022年11月に日本における緊急承認、2024年3月に通常承認を取得した。立花氏は「コロナ禍という特殊な環境ではあったが、この経験から得た知見は一般の創薬にも適用できる。現在、標準実装を進めている」と締め括った。