J. E. Chrencik, H.-P. Su, Y. Gomez Llorente, R. L. Palte, D. J. Klein, R. P. Hayes, S. P. Antine, G. A. Asmar-Rovira, N. Bertoletti, N. J. Byrne, B. L. Carroll, C. D. Cordeiro, K. Curfman, J. Dutko, M. J. Eddins, T. Fischmann, B. Govindarajan, C. W. Hecksel, T. Ho, K. Hollenstein, M. R. Hong, A. Hruza, A. Ishchenko, M. Jaime-Garza, M. J. Jaremko, H. L. Knox, J. Kostas, H. Krishnamurthy, I. Manolaridis, C. L. Noland, A. T. Partridge, S. B. Patel, P. Reichert, J. C. Reid, C. Felisberto-Rodrigues, C. A. Shintre, J. M. Shipman, E. Tamilselvan, M. E. Walker, S. N. Walker, R. Wang, K. M. Wright, T.-J. Yen, B.-K. Yoo, S. B. Gabelli
N. R. Shah, M. Oosterlaken, C. Bisson, M. Bertinelli, A. M. Churchill-Angus, A. Hutchin, J. Kopec, V. Kotov, C. R. McFarlane, E. Griss Pascualli, A. Pavic, M. Zebisch, C. Fiez-Vandal, E. Fabini, S. Duclos
Kexin Huang, Serena Zhang, Hanchen Wang, Yuanhao Qu, Yingzhou Lu, Ryan Li, Yusuf Roohani, Lin Qiu, Shiyi Cao, Gavin Li, Junze Zhang, Di Yin, Rick Wierenga, Deniz Kavi, Sherry Liu, Tianwei She, Shruti Marwaha, Jennefer N. Carter, Xin Zhou, Matthew T. Wheeler, Jonathan A. Bernstein, Mengdi Wang, Peng He, Jingtian Zhou, Michael P. Snyder, Le Cong, Aviv Regev, Jure Leskovec
Andreas Bender, Morgan C. Thomas, Jack W. Scannell, David A. Shaywitz, Gian Marco Ghiandoni, Joe G. Greener, Lavinia-Lorena Pruteanu, Rachel DeVay Jacobson, Koichi Handa, Mariko Hirano, Srijit Seal, Manas Mahale, Marco F. Schmidt, Tim Ahfeldt, Francesca Grisoni, Isidro Cortes-Ciriano
Domiziana Cecchini, AkshatKumar Nigam, Ming Tang, Joana Reis, Matt Koop, Andrea Gottinger, Callum Robert Nicoll, Yao Wang, Abhilash Jayaraj, Süleyman Selim Çınaroglu˘, Ricarda Törner, Yehor Malets, Minko Gehev, Krishna M. Padmanabha Das, Kelly Churion, Jongwan Kim, Nidhin Thomas, Yong Li, Hyuk-Soo Seo, Sirano Dhe-Paganon, Christopher Secker, Mohammad Haddadnia, Alexander Hasson, Minkai Li, Abhishek Kumar, Roni Levin-Konigsberg, Eun-Bee Choi, Geoffrey I. Shapiro, Huel Cox, Luke Sebastian, Chelsea Braithwaite, Puspalata Bashyal, Dmytro S. Radchenko, Aditya Kumar, Lei Yang, Pierre-Yves Aquilanti, Henry Gabb, Amr Alhossary, Eric O’Neill, Gerhard Wagner, Alán Aspuru-Guzik, Yurii S. Moroz, Charalampos G. Kalodimos, Konstantin Fackeldey, John D. Schuetz, Andrea Mattevi, Haribabu Arthanari, Christoph Gorgulla
超大規模バーチャルスクリーニングでは数十億の分子を評価できますが、コストや柔軟性、拡張性が課題です。研究者らはオープンソースのプラットフォーム「AdaptiveFlow」を提案し、6,900億化合物を収載し、ドッキングにすぐ使えるEnamine REAL Space版を提供しました。分子特性を18次元のグリッドで表し、有望な化学空間を優先的に探索します。アクティブラーニングと組み合わせることで、計算コストを数桁削減できます。GPU高速化や機械学習法を含む1,500種類以上のドッキング手法を統合し、AWS上でCPUを560万個まで拡張した際には、ほぼ線形のスケーリングを達成したと報告しています。チームはFSP1とPARP1に対するナノモーラー濃度の阻害剤を得て、共結晶構造からFSP1の阻害機序を解析しました。大規模スクリーニング基盤と実験による検証例の両方を示し、今後のAI手法開発に活用できるプラットフォームを提供しています。
今回は、2026年8月31日から9月6日までにZoteroの個人ライブラリに追加した文献9本を、登録日時の新しい順にまとめました。日時は北京時間で、登録日を基準としています。論文の発表日は別途記載しています。
以下はAIが抄録をもとに整理した内容です。Biomniの項目には拡張抄録を使用しています。いずれも論文全文を精読したものではありません。概要と「注目ポイント」は文献を手早く把握するためのものです。具体的な方法や結論は原文をご確認ください。
01 · ファージ療法：基礎生物学から臨床応用まで
Nature Reviews Microbiology · 発表日：2026-08-27
Holly A. Sinclair, Ruby C. Y. Lin, Nouri L. Ben Zakour, Paul L. Bollyky, Jonathan R. Iredell
ファージによるヒトの細菌感染症の治療には100年以上の歴史がありますが、試験管内の結果から臨床効果を予測するのは依然として難しく、最適な使い方についても合意が得られていません。本総説ではファージの生物学を踏まえ、ファージを合理的に選ぶ方法や、細菌・ファージ・ヒト宿主の相互作用を理解する重要性を論じています。体内で起こる細菌とファージの適応を治療設計に織り込む必要があり、従来の抗菌薬の使い方をそのまま当てはめることはできないと著者らは指摘します。さまざまな感染症に対する臨床応用の戦略と、その利点・限界に加え、製剤の製造や量産、規制上の課題も整理しています。ファージとヒト免疫系の相互作用も、治療の成否を左右する重要な要因です。ファージ療法は薬剤耐性への有力な対策となり得ますが、その実用化には作用機序への理解を深め、状況に応じた方法を選ぶ必要があります。
注目ポイント · ファージ療法では細菌・ファージ・宿主の動的な関係を考慮する必要があり、試験管内での活性がそのまま臨床効果を意味するわけではありません。
DOI：10.1038/s41579-026-01352-5
02 · 製薬における構造生物学の役割の変遷：X線結晶構造解析、クライオ電子顕微鏡、そしてその先へ
Acta Crystallographica Section D: Structural Biology · 発表日：2026-06-01
J. E. Chrencik, H.-P. Su, Y. Gomez Llorente, R. L. Palte, D. J. Klein, R. P. Hayes, S. P. Antine, G. A. Asmar-Rovira, N. Bertoletti, N. J. Byrne, B. L. Carroll, C. D. Cordeiro, K. Curfman, J. Dutko, M. J. Eddins, T. Fischmann, B. Govindarajan, C. W. Hecksel, T. Ho, K. Hollenstein, M. R. Hong, A. Hruza, A. Ishchenko, M. Jaime-Garza, M. J. Jaremko, H. L. Knox, J. Kostas, H. Krishnamurthy, I. Manolaridis, C. L. Noland, A. T. Partridge, S. B. Patel, P. Reichert, J. C. Reid, C. Felisberto-Rodrigues, C. A. Shintre, J. M. Shipman, E. Tamilselvan, M. E. Walker, S. N. Walker, R. Wang, K. M. Wright, T.-J. Yen, B.-K. Yoo, S. B. Gabelli
本総説はメルクの研究開発を軸に、1980年代の高分子結晶学から、X線結晶構造解析、クライオ電子顕微鏡、微結晶電子線回折、クライオ電子線トモグラフィーを統合したプラットフォームへと発展してきた構造生物学を振り返ります。さまざまな治療領域の事例を通じて、相補的な手法が原子から細胞までの構造情報をもたらし、標的の発見・検証、ヒット化合物の探索、リード化合物の最適化、臨床段階への移行を支える様子を示しています。また、抗体やワクチンの製剤戦略における構造解析技術の活用も取り上げます。さらに、単離試料の解析と細胞内での解析を組み合わせることにも注目。天然の細胞環境で構造を調べることで、薬の作用機序の解明や次世代治療薬の開発につながる可能性があります。研究開発の全過程に複数の技術を取り入れた実例を紹介する総説です。
注目ポイント · 複数の相補的な手法を多階層で組み合わせることで、創薬における構造情報の取得範囲は、単離試料から細胞内の天然環境へと広がっています。
DOI：10.1107/S2059798326004390
03 · Gタンパク質共役受容体の構造解析を可能にする新しい融合ツール
Acta Crystallographica Section D: Structural Biology · 発表日：2026-06-01
N. R. Shah, M. Oosterlaken, C. Bisson, M. Bertinelli, A. M. Churchill-Angus, A. Hutchin, J. Kopec, V. Kotov, C. R. McFarlane, E. Griss Pascualli, A. Pavic, M. Zebisch, C. Fiez-Vandal, E. Fabini, S. Duclos
不活性型のGタンパク質共役受容体（GPCR）の構造解析を目指し、研究チームはクライオ電子顕微鏡向けの融合ツールを開発しました。まずPDBから天然タンパク質8種を選び、受容体の第3細胞内ループへの挿入を試みました。標識部分の質量を大きくするため、高親和性の結合相手を持つ候補を優先しています。アデノシンA2A受容体をモデルに、発現、凝集、リガンド結合を評価した結果、β-ラクタマーゼとその結合相手BLIPIIを採用。拮抗薬結合状態の構造を、全体平均3.2 Åの分解能で解析しました。局所精密化によって受容体のオルソステリック部位の詳細が改善され、ZM241385のモデルは既報の結晶構造と一致しました。このツールはGPCR構造研究に新たな選択肢をもたらし、受容体に対する標識部分の位置によって立体障害を抑えられる可能性があります。ただし、抄録で検証されているのはA2A受容体のみです。
注目ポイント · β-ラクタマーゼとBLIPIIからなる融合標識により、A2A受容体のクライオ電子顕微鏡構造を3.2 Åで解析。不活性型GPCRの解析に新たな手段を提供します。
DOI：10.1107/S2059798326003785
04 · AIエージェントによる自律的な生物医学研究
Science · 発表日：2026-08-20
Kexin Huang, Serena Zhang, Hanchen Wang, Yuanhao Qu, Yingzhou Lu, Ryan Li, Yusuf Roohani, Lin Qiu, Shiyi Cao, Gavin Li, Junze Zhang, Di Yin, Rick Wierenga, Deniz Kavi, Sherry Liu, Tianwei She, Shruti Marwaha, Jennefer N. Carter, Xin Zhou, Matthew T. Wheeler, Jonathan A. Bernstein, Mengdi Wang, Peng He, Jingtian Zhou, Michael P. Snyder, Le Cong, Aviv Regev, Jure Leskovec
研究チームは、研究で繰り返し発生する、散在したツールをまたぐ作業を扱う汎用生物医学AIエージェント「Biomni」を提案しました。25分野の文献からツール、データベース、実験手順を整理し、大規模言語モデルによる推論、検索拡張型の計画、コード実行を組み合わせてワークフローを動的に構成します。項目に付属する拡張抄録によると、Biomniは10種類のタスクにまたがる443問で平均正答率57％を達成。また、専門家レベルの3つの課題では、より短時間で専門家と同等の正答率を示しました。実例には、ウェアラブル機器のデータ解析、実験で実施しシーケンシングで確認したクローニング計画、実験室ロボットの制御コードがあります。汎用エージェントが多様な計算資源や実験資源をつなげる可能性を示す一方、結果は特定の評価や事例に基づくもので、あらゆる研究タスクを確実に自動化できることを示すものではありません。
注目ポイント · Biomniはツール検索、動的な計画立案、コード実行によって幅広い生物医学タスクをつなぎ、ベンチマークと実験事例の両方で検証されています。
DOI：10.1126/science.adz4351
05 · 創薬における人工知能――現状と今後の展望
Nature Reviews Drug Discovery · 発表日：2026-08-07
Andreas Bender, Morgan C. Thomas, Jack W. Scannell, David A. Shaywitz, Gian Marco Ghiandoni, Joe G. Greener, Lavinia-Lorena Pruteanu, Rachel DeVay Jacobson, Koichi Handa, Mariko Hirano, Srijit Seal, Manas Mahale, Marco F. Schmidt, Tim Ahfeldt, Francesca Grisoni, Isidro Cortes-Ciriano
本論考はAI創薬の進展を改めて検討し、より安全で有効な薬を患者に早く届けられるかを評価の軸に据えています。手法開発やベンチマーク評価は活発ですが、臨床的に意味のある影響をもたらすという根拠はまだ限られていると著者らは指摘します。その背景として、モデル開発で臨床応用への関心が不足していること、生命科学データが条件に依存すること、現実の課題設定が曖昧なこと、計算モデルで実運用に必要な条件が十分に定義されていないことなどを挙げています。科学的な課題より技術が先行することで、研究の方向性が左右される可能性もあります。技術を十分な規模で使いやすいシステムへと発展させるにも時間が必要です。今後のベンチマークでは、AIが研究開発の意思決定を改善するかどうかを評価し、ツールの臨床応用へのつながりを強めるとともに、創薬の実際の目標に即した評価を行うべきだと提言しています。
注目ポイント · AI創薬の評価は、モデルの性能だけでなく、意思決定の質や臨床応用への貢献まで広げる必要があります。
DOI：10.1038/s41573-026-01496-2
06 · 中枢神経系疾患の新たな創薬標的として注目される溶質キャリア膜輸送体
Nature Reviews Drug Discovery · 発表日：2026-09-01
Yee Kwan Law, Selene Glück, Enrico Girardi, Ariel Bensimon, S. Andreas Angermayr, Giulio Superti-Furga
溶質キャリア（SLC）膜輸送体ファミリーには、すでに中枢神経系薬の確立された標的が複数あります。神経伝達物質の再取り込み阻害薬はその代表例です。本総説はさらに多くのSLCに焦点を広げます。中枢神経系で発現異常が見られ、遺伝学的研究や機能研究から神経疾患との関連が示されているものも少なくありません。SLCは代謝物やイオンの輸送を調節し、発生プログラムや細胞状態に影響します。関連する疾患には、てんかん、神経変性疾患、自閉スペクトラム症などがあります。これまで機能が分かっていなかったSLCの生化学的・細胞機能の解明が進み、研究対象となる標的の幅が広がっていると著者らは指摘します。また、輸送体の量を増減させる新たな化学的手法も、介入の選択肢を広げています。こうした進展から、SLCは次世代の中枢神経系創薬における重要な研究領域と位置づけられます。
注目ポイント · SLC標的の探索は、従来の神経伝達物質再取り込みから、幅広い代謝物・イオン輸送や輸送体量の調節へと広がっています。
DOI：10.1038/s41573-026-01513-4
07 · 肥満が脳の健康と認知機能に及ぼす影響
Nature Reviews Neurology · 発表日：2026-09-01
Cali M. McEntee, Masha G. Savelieff, Mohamed H. Noureldein, Stephanie A. Eid, Wolfgang Grisold, Jason J. Hassenstab, Eva L. Feldman
肥満が脳の健康に及ぼす影響への関心が高まっており、認知機能の低下や認知症リスクの上昇が重要な課題となっています。本総説は世界的な肥満の疫学研究と臨床研究をまとめ、生涯を通じた肥満が認知機能の低下と関連し、とりわけ中年期の肥満が注目されると指摘します。前臨床・臨床の知見をもとに、視床下部の調節異常や、海馬・前頭前野に影響する代謝、炎症、血管機能の乱れなど、肥満が脳に影響する複数の経路を論じています。認知面での利点が報告されている肥満関連の介入も振り返り、臨床、橋渡し研究、介入研究の各段階に残るエビデンス上の課題を整理しています。抄録からは、認知リスクの研究に代謝の健康を含める意義が示唆されますが、個々の介入の効果量は示されておらず、特定の減量法が必ず認知機能を改善すると結論づけることもできません。
注目ポイント · 中年期の肥満と認知機能低下リスクとの関連、そして代謝・炎症・血管の各経路が関わる点が、本総説の焦点です。
DOI：10.1038/s41582-026-01251-6
08 · アルツハイマー病の対症療法：エビデンスの現状と今後の展望
Nature Reviews Neurology · 発表日：2026-09-01
Clive Ballard, Pat Doherty, Zahinoor Ismail, Anne Corbett, Jeffrey L. Cummings
疾患そのものを標的とする治療法が登場した現在も、アルツハイマー病の対症療法は臨床管理の重要な柱です。本総説は認知機能、日常生活機能、神経精神症状を取り上げています。認知トレーニング、運動、多面的な生活習慣プログラムには小～中程度の効果が見られますが、実施には課題が残ります。コリンエステラーゼ阻害薬やメマンチンの効果は大きくはないものの有意で、生物学的マーカーに基づく層別化からは、病理が確認された患者でより大きな効果が得られる可能性が示唆されています。焦燥や抑うつには個別化した心理社会的介入が有用です。一方、非定型抗精神病薬の効果は限られ、重要な安全性の懸念も伴います。著者らは新たな薬物治療の方向性も論じ、効果量と安全性の両面から結果を解釈する必要性を強調しています。今後の進展には、生物学的マーカーに基づく患者選択、薬物療法と非薬物療法の適切な組み合わせ、患者中心のアウトカム評価が欠かせません。
注目ポイント · アルツハイマー病の対症療法は今なお欠かせません。今後は患者の層別化、複合的な介入、生活の質を重視した評価が鍵になります。
DOI：10.1038/s41582-026-01260-5
09 · AIを活用した大規模ライブラリの適応型バーチャルスクリーニングによるリガンド探索
Nature Biotechnology · 発表日：2026-09-01
Domiziana Cecchini, AkshatKumar Nigam, Ming Tang, Joana Reis, Matt Koop, Andrea Gottinger, Callum Robert Nicoll, Yao Wang, Abhilash Jayaraj, Süleyman Selim Çınaroglu˘, Ricarda Törner, Yehor Malets, Minko Gehev, Krishna M. Padmanabha Das, Kelly Churion, Jongwan Kim, Nidhin Thomas, Yong Li, Hyuk-Soo Seo, Sirano Dhe-Paganon, Christopher Secker, Mohammad Haddadnia, Alexander Hasson, Minkai Li, Abhishek Kumar, Roni Levin-Konigsberg, Eun-Bee Choi, Geoffrey I. Shapiro, Huel Cox, Luke Sebastian, Chelsea Braithwaite, Puspalata Bashyal, Dmytro S. Radchenko, Aditya Kumar, Lei Yang, Pierre-Yves Aquilanti, Henry Gabb, Amr Alhossary, Eric O’Neill, Gerhard Wagner, Alán Aspuru-Guzik, Yurii S. Moroz, Charalampos G. Kalodimos, Konstantin Fackeldey, John D. Schuetz, Andrea Mattevi, Haribabu Arthanari, Christoph Gorgulla
超大規模バーチャルスクリーニングでは数十億の分子を評価できますが、コストや柔軟性、拡張性が課題です。研究者らはオープンソースのプラットフォーム「AdaptiveFlow」を提案し、6,900億化合物を収載し、ドッキングにすぐ使えるEnamine REAL Space版を提供しました。分子特性を18次元のグリッドで表し、有望な化学空間を優先的に探索します。アクティブラーニングと組み合わせることで、計算コストを数桁削減できます。GPU高速化や機械学習法を含む1,500種類以上のドッキング手法を統合し、AWS上でCPUを560万個まで拡張した際には、ほぼ線形のスケーリングを達成したと報告しています。チームはFSP1とPARP1に対するナノモーラー濃度の阻害剤を得て、共結晶構造からFSP1の阻害機序を解析しました。大規模スクリーニング基盤と実験による検証例の両方を示し、今後のAI手法開発に活用できるプラットフォームを提供しています。
注目ポイント · AdaptiveFlowは適応型の化学空間探索と大規模計算を組み合わせ、FSP1およびPARP1に対するナノモーラー濃度の阻害剤で有用性を示しました。
DOI：10.1038/s41587-026-03217-x