AI×化学 新モデルが分子のヘッセ行列を直接予測、高コストな微分を省き10〜70倍高速化
トロント大学のチームは『Nature Computational Science』に新手法「HIP」を発表した。分子の完全なヘッセ行列を直接予測し、高コストな微分の工程を省く。
「AIと化学」
AI化学者が「どこで結合を切るか」を学習：能動学習ループで医薬分子の反応予測が高精度に
能動学習のループと幾何学的深層学習を組み合わせ、データが乏しい状況でも医薬化学反応の予測精度を高めた。AIは分子の「どこで結合を切るべきか」を判断できるようになる。
AIがクロマトグラフィーの保持時間を導入直後から予測：「2-step」で未知の低分子の特定が進む
「2-step」法により、低分子の液体クロマトグラフィー保持時間の予測が、新しい系でも再学習なしにそのまま使えるようになった。創薬や天然物研究が直接の恩恵を受ける。
AI×酵母で「永遠の化学物質」を検出：試験紙を浸すだけで水中のPFASを即時測定
コロンビア大学のCornish研究室とKen Shepard研究室は、AIの設計・構築・試験サイクルでPFOAやPFOSを感知する酵母を作り、浸すだけで水中のPFAS濃度を即時に測れる試験紙を開発した。
XtalPiのKodexia 生成AIと自動化実験でsiRNA創薬をクローズドループ化
XtalPiは10月6日、生成AI、生物学的モデリング、自動化実験をクローズドループで結び、低分子干渉RNA（siRNA）治療薬の探索を加速するKodexiaプラットフォームの詳細を公表した。
NYUのAI、数時間で460万化合物をスキャン 水素原子の位置はAIが決める
ニューヨーク大学のチームは、薬物分子の安定性に関わる化学パターンをAIに学習させて水素原子の位置を高精度に予測し、互変異性体の判定という長年の難題を解決したとChemical Scienceで報告した。
Transcripta BioとSynfini、ハンチントン病のリード化合物を数週間で取得 業界平均は12〜18か月
AI創薬企業Transcripta Bioと「AIケミストリー・ファウンドリー」Synfiniは、MSH3遺伝子を標的に、検証レベルのリード化合物を数週間で得たと発表した。ヒット化合物から候補化合物指名までの業界基準は12〜18か月である。