Baitu Biotechは11月19日、仮想細胞モデル、毒性予測機能と非臨床安全性評価サービスを組み合わせたAI医薬品安全性評価システム(以下「AI安全性評価システム」という)を正式にリリースし、「Virtual Monkey」などの安全性予測モデルを利用してAI予測を細胞レベルから動物体まで拡張した。
AI安全性評価システムの正式リリースは、同社の仮想細胞機能が公的評価から実際の医薬品開発プロセスに移行し始めたことを示しており、さらに細胞状態予測から生体内での動物安全性評価を可能にするまで拡張し、研究開発チームがどの候補分子が優先する価値があるか、動物実験に投資する前にどのリスクを検証する必要があるかを判断するのに役立っている。
現在、Baitu Biotech は 30 を超える CRO、実験機関、その他のパートナーとの協力関係を確立し、探索的毒性学、応用毒性学、毒性動態学、組織病理学、および応用サポートを含む医薬品研究開発のための統合サービスを提供しています。
Baitu Biotechnologyの上級副社長でAI研究開発責任者の張暁明氏は記者会見で、AI医薬品安全性評価システムを初めて紹介した。
仮想細胞から動物の生体内予測まで、重要な判断をより早期に行うことが可能になります
近年、人工知能は標的の発見や分子設計に広く使用されており、医薬品の研究開発の初期段階での探索範囲が大幅に拡大しています。しかし、候補分子が動物実験段階に入ると、開発サイクルが長く、コストが高く、結果のフィードバックが遅いなどの問題が依然として存在します。
実験用サルを例に挙げると、カニクイザル1頭の購入価格は30万元にも達し、一部の長期毒性試験の投与段階には約6か月かかる。開発の初期段階で多数の分子をスクリーニングする場合、動物実験を 1 つずつ実施するのはコストと時間が法外にかかります。米国食品医薬品局(FDA)もまた、医薬品の安全性評価のための計算モデルなどの新しい方法(NAM)の使用を促進し、一部の抗体の開発における動物実験を削減しています。
特に安全性評価プロセスでは、線量設計、投与観察から病理フィルムの読み取り、データレビュー、レポート発行まで、すべての作業が密接に関連しています。いくつかのリスクが試験の終盤まで発見されなかった場合、追加試験、データの手直し、さらには研究開発計画の調整につながる可能性があります。 Baitu Biotech は、どの分子が動物実験に参加するかを決定する前に、事前に重要な判断を下せることを期待して、AI 安全性評価システムを立ち上げました。このプロセスでは、仮想セルは候補分子の予想される応答を予測し、初期の毒性の手がかりを提供します。
2025 年、Baitu Biotech xTrimoSCPerturb は世界 114 か国の数千のチームを破り、世界初の仮想セル チャレンジで優勝し、未知の外乱下でのセル状態の変化を予測するモデルの能力を検証しました。これに基づいて、Baitu Biotech は既存の動物実験データをさらに組み合わせ、「仮想サル」などの安全性予測モデルを通じて仮想薬物送達を調査しました。これに基づいて、製薬会社はより可能性のある候補分子に優先順位を付け、限られた治験リソースを最も検証する必要がある分子に投資し、後のやり直しとそれに伴う時間とコストを削減し、その後の開発と商品化のための時間を得ることができます。
実際の薬剤投与段階に入ると、協力CROはモデルが示唆するリスク予測を動物実験で検証します。 Baitu Biotech は、同じ分子の予測結果を実際の実験データと照合してモデルの検証と反復を行い、その後の研究開発に使用できる安全性評価データを生成します。 Baitu Biotech は、データ蓄積とモデル検証の進歩により、細胞、臓器、動物を対象とした毒性予測能力を徐々に拡大し、さまざまなレベルでの予測結果を実際の試験データで裏付け、製薬会社により包括的な安全性証拠チェーンを提供し、動物実験への依存を徐々に減らしたいと考えています。
今回リリースされたAI安全性評価システムは、単一の毒性予測結果を提供するのではなく、非臨床安全性評価のキーノードにAI機能を組み込み、モデル予測、実験実行、データ分析、レポート配信の連続プロセスを形成します。
試験の開始前に、このモデルは、in vitro の細胞毒物学、小動物の in vivo データ、大型動物や同様の分子の過去の結果を統合して、種の選択、用量グループ化、安全枠、最初の有毒臓器の判断の参考を提供し、研究開発チームが正式な動物実験を開始する前にいくつかのリスクを特定するのに役立ちます。
治験中、モデルは体重、食物摂取量、臨床検査、毒物動態などの進行中のデータを継続的に分析し、異常な傾向、用量と曝露の関係からの逸脱、潜在的なデータのギャップを特定し、研究チームがタイムリーに検証して問題に対処できるように支援します。
解剖学とレポートの段階に入った後、モデルは病理学的な事前スクリーニングと疑わしい領域の注釈を完了し、焦点を当てる必要がある領域をマークし、元のデータ、報告書、および申請資料の一貫性チェックを実行することもできるため、病理学者や研究者は専門的な判断により多くの時間を費やすことができます。
AI 安全性評価システムは、一部の分析と検証作業を転送することで、プロセスにおける待ち時間、連続処理、後からの手戻りを削減し、正式な報告書よりも早く有毒シグナルを特定できるようにし、報告書がより早くレビューと発行プロセスに入ることができ、重要な判断をより早く行うことができるようにしたいと考えています。
薬物毒性を早期に特定するモデルによる複数のベンチマークでの成果
AI 安全性評価システムをサポートするコア モデルの 1 つは、Cell World モデルに基づいて Baitu Biotech によって構築された xTrimoTox 毒性予測モデルです。
Baitu Biotech は、肝毒性、心毒性、遺伝毒性、急性毒性などの主要な安全性評価タスクに焦点を当て、TDC 公開ベンチマークで xTrimoTox の体系的な評価を実施しました。結果は、今回選択されたテスト タスクにおいて、xTrimoTox が公開の主要モデルよりも高い結果を達成したことを示しています。このうち、モデルの AUROC は、薬剤性肝障害および hERG 心毒性タスクでそれぞれ 0.9637 と 0.8918 に達し、47 種類の臨床薬の肝障害のブラインドテストでは 0.9076 に達しました。 AUROC は、高リスクのサンプルと低リスクのサンプルを区別するモデルの能力を測定するために一般的に使用される指標です。値が 1 に近づくほど、モデルの識別能力が強くなります。これは、xTrimoTox の予測能力が単一の毒性エンドポイントに限定されず、分子構造と細胞応答情報を統合して、さまざまな種類の安全性評価タスクにおいて比較的安定したパフォーマンスを維持できることを示しています。
Baitushengke はさらに、Tox21 のオリジナルのチャレンジ データセットに基づいてモデルを独自にテストしました。 Tox21 は、毒性予測分野における代表的な公的評価システムです。それは主に、化合物が核内受容体と細胞ストレス経路に影響を与えるかどうかを検査します。 Tox21 の 645 の公式試験分子と 12 の毒性エンドポイント評価の中で、xTrimoTox の平均 ROC-AUC は 0.8598 に達しました。これは、古典的なチャンピオン モデル DeepTox (0.8470) や、CLAMP+RF (0.8440)、SNN (0.8440)、CheMeleon (0.8380) などの公的主要モデルよりも高くなっています。
CROや業界専門家と連携してAI安全性評価連携システムを構築
AI が安全性評価プロセスに参入する場合、モデル機能だけでなく、成熟した実験システム、専門的な才能、プロジェクト実施能力も必要となります。
Baitu Biotech は AI 安全性評価システムに焦点を当て、専門的な実行能力を備えた国内 30 以上の CRO および実験機関との協力ネットワークを確立しました。パートナーは、さまざまなプロジェクトの試験の種類、技術要件、応用目標に基づいて、非臨床実験、毒物動態学、生物分析、病理組織学におけるサポートを提供します。 Baitu Biotechnology は、AI モデル、ソリューション サポート、機関マッチング、プロセス追跡、技術レビューを担当し、予測、実験、データ分析、アプリケーション配信を共同で接続します。
この協力モデルにより、実験の実施と品質システムにおける CRO 組織の専門能力が維持されるだけでなく、Baitu Biotech の AI モデルが実際の実験プロセスに参入できるようになります。モデルによって与えられるリスクのヒントは、CRO 実験を通じて検証でき、実験によって生成されたデータはモデルにフィードバックして、毒性予測機能の継続的な反復を促進できます。
これに基づいて、Baitu Biotech はまた、技術システムの構築、複雑なプロジェクトの調査と判断、モデル結果のレビューに参加する安全性評価分野の上級コンサルタントや業界専門家を徐々に導入してきました。現在、百図生物技術は中国情報通信技術院などと協力し、AI医薬品安全性評価などの実用化シナリオに焦点を当てたライフサイエンスAI評価標準システムを共同構築している。 Baitu Biotech は、AI 研究開発チーム、CRO パートナー、業界専門家の能力を結集することで、モデルの革新、実験による検証、専門的な判断を組み合わせた AI 安全性評価コラボレーション システムを構築したいと考えています。現在、関連する機能が実際のプロジェクト運営に組み込まれています。
Baitu Biotechnology の上級副社長兼 AI 研究開発責任者の Zhang Xiaoming 氏は、「昨年の第 1 回バーチャル セル チャレンジで優勝して以来、私たちはモデルによる細胞反応の予測が実際の研究開発において製薬会社の判断基準として使用できるかどうかを考えてきました。これまで AI 医薬品の研究開発のドライとウェットの閉ループについて話したとき、業界は分子設計と体外検証にもっと注目していました。私たちは AI 安全性評価システムを通じて、この閉ループはさらに一歩進んで、分子から細胞や器官、そして動物の安全性評価に至るもので、細胞や器官レベルの予測と生体内データを組み合わせ、仮想薬物送達を実行するための「仮想サル」の使用を検討し、実験結果は今度はモデルをテストして改善し、医薬品の研究開発に新たな支援をもたらします。」
中国情報通信技術院産業インターネット・モノのインターネット研究院未来産業部副部長のLiu Tengfei氏は、「AIの安全性評価が価値を発揮できるかどうかは、モデルの予測、実験的検証、包括的な評価がレビュー可能な一連の証拠を形成できるかどうかにかかっています。Baitu Biotechは世界をリードする仮想セルモデルを有しており、乾式および湿式シーリングを実行するための自社構築の高スループット実験プラットフォームに頼る環境検証機能も備えています。中国情報通信技術院は、標準開発、試験と評価、業界連携における蓄積を活用して、データ品質、モデルのパフォーマンス、信頼できる検証を中心としたライフサイエンス AI 評価機能を共同で構築し、AI 支援による安全性評価結果の再現性と信頼性を高め、医薬品の研究開発やバイオ製造などのプロセスへの統合を促進します。」
Baitu Biotechnologyは今後もCRO機関、科学研究チーム、業界専門家との協力を拡大し、細胞、臓器、動物などさまざまなスケールのデータを統合し、毒性メカニズム研究、臓器反応予測、生体内安全性評価における基礎生命科学モデルの応用を模索し、実験的に検証でき、実験を継続的にフィードバックできる安全性評価システムを徐々に確立していく。 Baitu Biotech は、これを出発点として利用して、AI が分子設計、細胞応答から生体内評価に至るまでのより多くの医薬品開発リンクをカバーできるようにし、候補分子のスクリーニング、リスク判断、研究開発の意思決定のためにより早期かつより信頼性の高い情報を提供できるようにしたいと考えています。
Leifeng.com (パブリックアカウント: Leifeng.com)
オペレーション
メールを再送信 メールを変更




