MITのCheMeleon、少量データで分子候補を絞る

MITの研究チームは、分子の性質を示すデータが少ない場合でも候補を絞り込める機械学習手法CheMeleonを開発しました。創薬や電子材料、エネルギー分野で、合成・試験に進む分子を選ぶ初期判断を支援します。

分子が標的に結合する強さなどの性質は、化合物ごとに実験して確かめる必要があり、探索には時間がかかります。研究チームによると、CheMeleonは特定の性質に関するデータが乏しい条件で、既存手法より候補を効率よく選べます。

モデルはMITのオープンソース機械学習パッケージChemPropを基盤に構築され、利用者はダウンロードして用途に合わせて調整できます。すでに複数の製薬企業が利用しているといいます。

未合成分子の性質予測コンテストでは、上位20件のうち9件がCheMeleonを活用しました。少量データでの予測が研究初期の選別を助ければ、限られた実験資源を有望な候補に振り向けやすくなります。