2025年4月8日
機械学習の手法を用いた医薬品製剤の開発の加速
機械学習（ML）は、溶解度、粘度、安定性といった重要な物性をデータに基づいて予測することを可能にし、製剤設計に革命をもたらしています。 化学的知見に基づいたAI/MLモデルは、有効成分（API）にとどまらず、複雑な製剤に至るまで、材料の革新を加速させる強力な枠組みを提供します。機械学習が大量のデータを分析し、新しい製剤について予測を行う能力により、広大な化学空間を迅速に探索することが可能となり、従来の試行錯誤による実験の必要性を大幅に削減します。自動化されたワークフローでは、化学組成と分子構造 を統合して予測モデルを生成し、製剤の特性をより迅速かつ効率的に最適化することができます。
本ウェビナーでは、Schrödingerの機械学習と物理学に基づく統合的なアプローチが、医薬品の製剤設計をどのように変革しているかについて、以下を含む内容を実演いたします：
- 化学および組成の要素を取り入れた自動化された機械学習ワークフローが、二元溶媒におけるAPI の溶解度をどのように予測できるか
- 物理ベースの記述子を組み込んだ機械学習モデルを、有機分子の粘度予測を最適化し、製剤性能を向上させるためにどのように活用できるか
- 製剤開発用機械学習ツールが、専門家ではない人々にも、ターゲット の複数の基準を同時に満たす新規薬剤製剤を設計する力をどのように与えるか
登壇者
アナンド・チャンドラセカラン
上級主任研究員、Schrödinger
アナンド・チャンドラセカランは2019年にSchrödinger に入社し、現在はMS Informaticsのプロダクトマネージャーを務めています。彼の専門分野は、材料科学および計算モデリングのさまざまな領域における機械学習の応用です。スイス連邦工科大学ローザンヌ校（EPFL）でニコラ・マルザリ教授の指導のもと、材料科学の博士号を取得しました。Schrödinger に入社する前は、ランピ・ラムプラサド教授のもとで、高分子インフォマティクス、機械学習を用いた力場、および電子構造 計算のための機械学習に焦点を当てた研究に従事していました。
シヴァ・セカラン
シニア・ディレクター、Schrödinger
シヴァ・セカラン博士は、Schrödinger の製剤事業開発担当シニアディレクターを務め、製剤分野における事業開発を推進する責任を担っています。シヴァ氏は、CROおよびAIベースのサービス・ソフトウェアソリューション業界において経験豊富な事業開発幹部であり、米国、欧州、アジアの各地域において、製薬、農薬、学術業界のクライアントに対するアカウント管理、顧客関係構築、および期待値管理に数年にわたる実績を有しています。 彼の専門分野は、既存顧客の中から新たなビジネスチャンスを見出し、顧客基盤の拡大に向けた販売および提携戦略を策定し、世界中の顧客に対し、最高水準のサービス、製品、および知識に基づくソリューションを24時間365日提供できるようにすることです。 2023年にSchrödinger に入社する前は、XtalPi Inc.で事業開発（BD）の役職を務め、同社の米国固体状態サービス部門を率いていました。そこでは、各部門長と連携して効果的な目標や売上目標の設定、手順やベストプラクティスの策定を行い、収益拡大に向けた戦略的な方向性を提示しました。 シヴァは、ドイツのデュイスブルク・エッセン大学で理論化学の博士号を取得した後、マックス・プランク高分子科学研究所、エモリー大学、福井基礎化学研究所、イェール大学でポスドク研究員を務めました。 シヴァ氏は、量子化学および創薬の分野において強力な研究専門知識を持つ、実績ある計算化学者である（論文発表数40本以上、被引用数1100回以上、H指数＝20）。