科学の進歩は加速しており、日々新たな発見が生まれています。CASは、歴史的および現在の科学的状況を独自の視点から捉えており、今年注目すべき新たなトレンドについて洞察を提供します。先日、ローレンス・リバモア国立研究所、オハイオ州立大学、オークリッジ国立研究所、そしてCASの専門家が一堂に会し、1月25日に開催されたウェビナーにて、2024年に注目すべき科学的ブレイクスルーとトレンドを紹介しました。
本ウェビナーでは、「創薬困難な標的（undruggable）」への取り組み、研究開発におけるAIの影響、バイオマテリアルの台頭、エネルギー貯蔵技術、核融合エネルギーの革新に関する最新動向をご紹介します。新たなトレンドに関する詳細な洞察は、こちらの記事をご覧ください。
ウェビナーのハイライト
議論の冒頭で、Janet氏は、「創薬困難な標的」への取り組みにおける重要な進歩と新たなトレンドについて解説しました。神経変性疾患、アルツハイマー病の医薬品開発、パーキンソン病のバイオマーカー検証におけるブレイクスルーが取り上げられました。疾患の生物学的原因に基づくこれらの進歩は、治療法確立に向けた重要な一歩となります。また、抗腫瘍薬の研究開発におけるアプローチとして、抗体薬物複合体（ADC）についても検討されました。ADCに関する特許公開数は、がんなどのこれまで治療が困難だった標的への選択肢が研究者によって見出されたことで、ここ数年で急速に増加しています。
Jonathan Allen博士は、創薬におけるAIと機械学習の活用経験について議論を深めました。近年、新しい生物学的実体や小分子の合成を自動化する能力の向上が重要なトレンドとなっており、新薬探索のパラダイムを変えつつあります。AIと機械学習の活用は、潜在的な創薬標的の評価や、人体内での新薬の反応予測に役立っています。最後に、小分子の治験薬申請、標的の有効性、有望な薬物動態プロファイル、抗体の再設計、タンパク質の折り畳み予測など、臨床での成功事例が紹介されました。
バイオメディシンと材料科学の融合領域において、Kevin Hughes博士は、この分野におけるイノベーションと、新たなトレンドを評価するための定量的な手法について議論しました。CAS Content Collection™の分析により、バイオマテリアル分野で最も急速に成長している8つの主要領域が明らかになりました。これには、自己修復バイオマテリアル、脂質ベースの材料、バイオインクなどが含まれます。議論の締めくくりとして、プログラム可能なバイオマテリアルに関する詳細なトレンド分析が行われ、学術論文や特許の両方で最も頻繁に使用されているバイオマテリアルの刺激が明らかにされました。
Yiying Wu博士は、バッテリーのエネルギー貯蔵に関するトレンドを解説し、材料分野へと議論を移しました。近年、リチウムイオン電池、全固体電池、ナトリウム・カリウムベースの電池、硫黄電池、さらには酸素電池など、多くの新しいバッテリートレンドが見られます。それぞれが、セル化学の観点から課題を解決、あるいは発展させるものです。セル化学に加え、製造技術、サプライチェーン、バッテリーのリサイクル、安全性についても議論が締めくくられました。
Arnold Lumsdaine博士は、核融合エネルギーをテーマにウェビナーを締めくくりました。博士は、文明の未来はエネルギーにかかっており、世界的に高まるエネルギー需要を満たすためにカーボンフリーのエネルギー源が緊急に必要であると訴えました。科学的進歩、意識と政治的意志、技術的改善、高度な製造技術、高性能コンピューティング、材料の進歩、そして多額の民間投資など、多くの要素が核融合エネルギーを新たな時代へと導いています。続いて、核融合エネルギーのプロセスが、プラズマ物理学、材料、工学における課題とともに紹介されました。
最後に、参加者からはAIと機械学習の根本的な違いから、核融合エネルギーやリチウムイオン電池が電気自動車を伴うより環境に優しい未来にどう適合するかまで、多くの質問が寄せられました。要約すると、本パネルディスカッションでは、将来の研究開発機会を形作るために注目すべき多くの新たなトピックが浮き彫りになりました。
ウェビナーで寄せられた主な質問を以下にまとめました：
人工知能（AI）と機械学習の根本的な違いは何ですか？
- 機械学習は、過去の特定の課題解決（特定の特性を予測することに焦点を当てた統計的なデータ駆動型モデル）に特化しています。理論上、AIはその上位概念であり、人間の活動を拡張するものです。
- 比較例として、AI化学者が挙げられます。これは、新しい分子を提案し、どの分子を合成・試験すべきかを決定するシステムであり、機械学習モデルはそのシステムがそれらのタスクを実行する上でどれほど成功しているかを評価する役割を担います。
バイオマテリアルの折り畳みに関するボックスは2011年に公開されました。それ以降、応用や進歩に関する更新はありますか？
- Two main areas of progress I’d highlight since then:
- 3D printing with stimuli-responsive materials, which has led to the emergence of the new field of “4D printing”
- The use of nanoscale materials to generate new types of stimulus-response. A good example of this is the development of a biomimetic hydrogel “swimmer” that oscillates in response to visible light by integrating photothermally active gold nanoparticles with temperature-responsive poly (N-isopropyl acrylamide)
リチウム電池や核融合エネルギーに関する研究は、電気自動車の利用拡大を推進する米国の計画にどのように適合しますか？
- 電気自動車の用途がさらに普及するためには、採掘に関する懸念、バッテリーの充電時間、極端な条件下でのバッテリーへの影響など、いくつかの課題を克服する必要があります。
- 核融合はカーボンフリーの電力源となります。しかし、核融合燃料サイクルには（トリチウムを生成するために）リチウムが不可欠であるため、リチウムの供給が問題となる可能性があります。
現在、電気自動車のエネルギー源は何でしょうか（石炭など）。また、将来的にはどのように供給されるのでしょうか。
- 電気自動車のクリーンさは、電力を供給する送電網に依存します。送電網が100%石炭や天然ガスに頼っている場合、電気自動車はクリーンでもカーボンニュートラルでもありません。
- 現在、米国では化石燃料、原子力、再生可能エネルギーなどが送電網の燃料として使用されており、将来的には核融合エネルギーも選択肢となり得ます。原子力エネルギー、水素エネルギー、リチウムイオン電池のリサイクルの未来については、弊社の最新のインサイト記事をご覧ください。
エクソソームのような生物学的ナノテクノロジーを研究している人はいますか？
- はい、エクソソームは薬物送達システムとしての利用や治療の可能性について研究が進められています。エクソソーム治療薬を開発する企業は、がん、神経疾患、肺疾患、創傷治癒などの治療法を研究しています。エクソソームと新たな機会については、ACS Nanoに掲載された最近の査読付き論文に基づく、弊社の最新のCASインサイトレポートをご覧ください。
新薬のスクリーニングプロセスにおいて、生成AIを活用する場合と従来のハイスループットスクリーニング（HTS）を比較した効率性に関する研究はありますか？（AI/MLを活用して特定されたヒット化合物と、HTSによるヒット化合物の比較など）
- 厳密な比較データはまだ存在せず、作成も困難ですが、非常に有意義なものとなるでしょう。ハイスループットスクリーニングの分野では、DNAエンコードライブラリを用いて数十億の化学物質を組み合わせる試験が行われています。この際、HTSデータから学習する機械学習モデルを構築して結果の選別を支援するなど、両手法を組み合わせてより良い成果を生み出す選択肢が常に存在します。
ウェビナーの録画と関連資料はこちらからご覧いただけます。
