雑誌文献を検索します。書籍を検索する際には「書籍検索」を選択してください。

Journal of Clinical and Experimental Medicine Volume 296, Issue 1 （January 2026）

医学のあゆみ 296巻1号（2026年1月発行）

Japanese English

第1土曜特集 AI×ビッグデータが実現する創薬DX

抗体創薬AI AI for antibody drug discovery 白井宏樹 ¹ Hiroki SHIRAI ¹ ¹理化学研究所計算科学研究センターHPC/AI駆動型医薬プラットフォーム部門副部門長キーワード： AI創薬 , 抗体創薬 , Developability , AIntibody Keyword: AI創薬 , 抗体創薬 , Developability , AIntibody pp.57-62

発行日 2026年1月3日 Published Date 2026/1/3

DOI https://doi.org/10.32118/ayu296010057

PDF(481KB)

有料閲覧

閲覧方法のご案内

この論文を閲覧するためにはログインが必要になります。

パスワードを忘れた場合新しくユーザー登録する施設共通IDをご利用の方はこちらから

PPV購入案内

1,243円 (1,130円+税10%) こちらは、57ページから62ページの文献です。

PPV（ペイ・パー・ビュー）とは、論文（記事）単位で購入・閲覧ができるサービスです。
購入には医書.jp本会員登録が必要です。

新規会員登録はこちらから

会員登録完了後に改めて上記「購入サイトへ」を選択してください。
または「購入サイトへ」選択後に「購入ログイン」、「新規会員登録」の順に進んでください。

会員登録について詳しくは

こちら

をご確認ください。

Abstract 文献概要
1ページ目 Look Inside
参考文献 Reference

　抗体創薬の各工程（リード創製，リード拡大，リード最適化：選択性・親和性・Developability・Immunogenicity）におけるAI活用の現状を概説する．リード創製では，抗原配列からCDR-H3を生成するモデルと結合特異性や親和性を予測する手法を統合した実証例を含め，計算設計と実験検証の統合が進展している．リード拡大では，次世代シークエンス（NGS）上の出現頻度比を弱い教師信号とした機械学習により，取りこぼし克服の可能性が示された．リード最適化では，点変異，協調的多点変異，ΔΔGの学習予測，大規模データによるDevelopability予測など，実務的設計指針が具体化しつつある．さらに，CASP形式の国際アセスメント “AIntibody” の現状を紹介し，公開・プロスペクティブ・ブラインド評価が，AIが有効な課題条件の同定と標準化に資することを論じる．