創薬分野では、AI技術とシミュレーション技術の融合による「創薬DX (デジタルトランスフォーメーション) 」が急速に進展しています。近年、ディープラーニングを活用した分子構造生成モデルや分子動力学シミュレーションの高精度化に加え、大規模言語モデル (LLM) やChatGPTの登場によって、研究情報の解析や創薬知識の自動抽出が可能になるなど、創薬研究のアプローチが大きく変化しています。また、AlphaFoldに代表されるタンパク質構造予測AIの進化により、これまで困難であった標的構造解析や候補化合物探索が飛躍的に効率化されています。
　本講演では、AIとシミュレーションを組み合わせた創薬支援の最新動向を紹介するとともに、候補化合物探索から薬効・副作用予測、構造最適化までのプロセスにおけるデジタル技術の活用法を具体的に解説します。また、国内外における成功事例を交え、創薬DXを推進する上での課題と今後の展望についても議論します。聴講者には、AI・シミュレーション技術をどのように自社の創薬研究に導入し、研究開発の高度化・効率化を実現するかの道筋を理解していただけます。

1. 創薬DXの現状と創薬プロセスにおけるAIの位置づけ
   1. 創薬DXが注目される背景:開発コスト・期間・成功率の課題
   2. 創薬プロセス全体の俯瞰:ターゲット探索から臨床試験まで
   3. 各段階におけるAI・シミュレーション技術の貢献領域
   4. 実験中心からデータ駆動型創薬へのパラダイムシフト
2. ターゲット探索におけるAIの活用と知識発見の高度化
   1. ターゲット探索におけるAI導入の進展
   2. 研究論文・特許・データベース情報を活用した標的候補抽出
   3. LLMを活用した仮説生成・ターゲット発見支援
   4. 知識グラフやネットワーク技術を活用したターゲット探索
   5. オミクスデータ解析からのターゲット探索
3. ヒット化合物探索・リード探索・最適化におけるAIの活用
   1. 化合物設計・最適化プロセスにおけるAIの役割
   2. 目標特性を考慮した分子設計と探索の自動化
   3. 構造予測を活用した活性評価と最適化支援
      • 例
        • 標的構造解明
        • リガンド結合部位推定
        • 相互作用モデリング
   4. リード化合物探索におけるAI応用事例と成果
4. 前臨床研究におけるAIとシミュレーションの活用と評価精度の向上
   1. 物性予測・薬効評価・安全性評価におけるAI活用
   2. 薬物動態・副作用予測におけるAI活用
   3. 合成経路や反応機構解析におけるAI活用
   4. AIとシミュレーションを組み合わせた反応性・安定性評価
5. 臨床・市販後研究におけるリアルワールドデータ活用と創薬DXの推進
   1. リアルワールドデータの概要と情報源
      • 電子カルテ
      • レセプト
      • ウェアラブル等
   2. AIによる臨床データからの情報抽出例
   3. 市販後データ解析例
6. 創薬DXの実践事例と今後の展望
   1. 連合学習によるデータ共有・解析基盤
   2. 基盤モデル・生成AI・マルチモーダルAIによる研究開発の革新
   3. AIによる自律型創薬の実現可能性
   4. 創薬DXの今後の展開と将来に向けた課題・展望