Overcoming DMTA Cycle Challenges:  A Unified AI-Driven System for Efficient Drug Design

Integrating synthetic accessibility with AI-based generative drug design.

Growing and Linking Optimizers: Synthesis-driven Molecule Design.

従来のバーチャルスクリーニング手法は、既存のライブラリの中から標的分子と結合し得る化合物を探索します。つまり、既に存在する分子の中から最適な候補を選び出すというアプローチです。しかし、この手法には重大な制約があります。ヒット化合物を同定できない可能性がある他、仮にヒット化合物が見つかったとしても、十分な活性、最適な物性、または新規性を備えていない場合があります。これらは、特許性に影響を及ぼす可能性があります。

一方で、Iktosの生成AIプラットフォームであるMakyaはde novo分子設計により、ターゲットプロファイルに最適化された新規な化学構造を設計します。AIによるマルチパラメータ最適化と合成可能性予測を活用することで、Makyaははるかに広範なケミカルスペースを探索し、既存ライブラリの枠を超えた新規で高品質かつ合成可能なヒット化合物の同定を可能にします。これにより、より革新的な出発点が得られ、その後の合成展開の加速が実現されます。