合成ルートデザインと予測の為の人工知能（AI）のグローバルリーダーであるChemical.AI社と、化学・生物学ソフトウェア開発のリーディングカンパニーであるChemaxonは、Chemaxonの創薬プラットフォームDesign HubからオプションとしてChemical.AI社の逆合成ツールChemAIRSにアクセスできるようにする戦略的パートナーシップを発表しました。 今回の提携により、Chemical.AI社のChemAIRSとChemaxon社のDesign Hub間の互換性が生まれ、Design Hubの化合物設計トラッキングと優先順位付け機能からChemAIRSの多様な戦略による数分で行われる革新的合成ルートまで、ユーザーのワークフローとワンストップサービスをシームレスに提供することが可能になりました。 詳細は弊社のホームページをご覧ください。

正確に計算された分子プロパティーは、予測されたプロパティーの実測値との関係の理解、新しいターゲットに対する予測モデルのトレーニング、および新規エンティティのプロパティーの予測に大きな影響を与えます。ChemAxonの予測ツールCalculator Pluginsは、特にイオン化（ionization）、親油性（lipophilicity）、溶解度（solubility）などのより複雑な分子プロパティー予測において、産業界・学術研究で広く受け入れられ、利用されています。 これらのアルゴリズムの開発において、継続的な精度評価は我々の戦略の一部となっています。 このステップを自動化、再現性、透明性のあるものにするために、制度に関するレポートを自動作成するプログラムを開発し公開することにしました。 このレポートに関する詳細はリンクよりご確認をお願いいたします。

実在する化学物質や仮想の化学物質のライブラリが増え続け、何十乗もの大きさになると、従来のケムインフォマティクスのツールやハードウェアのインフラでは対応しきれなくなります。 「この化合物はライブラリに含まれていますか」、「このコレクションの中で最も類似した10種類の化合物は何ですか」といった、一見単純でありながら根本的に重要なドラッグサインの質問は、これらの超大規模空間において許容可能な応答時間で答えることが不可能ではありませんが、難しくなります。 本稿では、大規模な化学ライブラリを検索する際の現在の課題について考察し、次の最適で新規な合成可能な生物活性構造を追跡するために化学空間のはるか彼方を探索しようとしているドラッグデザイナー、メディシナルケミスト、ケモインフォマティシャンに、「火星のヘリコプター」レベルの画期的なソリューションを提供する可能性のあるアプローチについて検討します。

▶CVE-2021-44228（「Log4Shell」）とCVE-2021-45046に対するChemAxonの対応について 初版：2021年12月15日 更新：2022年01月03日 本脆弱性は、2021年12月9日（木）にApache Log4jプロジェクトにより開示されました。悪用された場合、影響を受けるエンドポイントに攻撃者が制御する文字列値をシステムが記録すると、リモートの攻撃者がサーバー上でコードを実行できる可能性があります。 ChemAxonは、この脆弱性を認知した直後から、全てのクラウドホスティングシステムとお客様向けのオンプレミス利用用ソフトウェアを評価し、影響を受ける可能性のあるものを特定し、あらゆる暴露の是正に計画的に取り掛かりました。 影響を受ける全てのChemAxon製品がlog4j2.16を使用するように更新されているため、新規のインシデントは追加の脅威をもたらしません。 この詳細についてはパトコア又はChemAxonのHPをご覧ください。

SAMPL（Statistical Assessment of the Modeling of Proteins and Ligands）チャレンジは、合理的な薬物設計の為の生体分子及び物理モデリングの精度を評価することを目的としています。 最近発表されたSAMPL6の評価では、オクタノール-水分配係数（logP）の予測に焦点が当てられました。このブラインドチャレンジの11化合物に対し17の研究グループから91の予測が提出され、量子力学、分子力学、知識ベース、経験的、混合的な手法が用いられました。その中から精度の高い手法が特定され、10種類の手法でRMSEが0.5 logP単位以下に留まりました。 この結果に触発されて、ChemAxonのlogP予測ツールの精度を確認しました。その結果、絶対誤差が0.5を超えたのは、11例中1例（SM11）のみで、これは経験的手法の平均誤差が最も大きいことが判明しました。 ChemAxon logPの計算により高い精度の予測ができ、本モデルが創薬プロジェクト全体で新規分子又は実験条件の最適化に貢献することを示唆しています。 詳細はリンクからご覧ください。

製薬業界は医薬品開発における高い欠落率に対処する為、常に巨大なプレッシャーにさらされています。低分子候補化合物の物性値に対する潜在的な関連性の解析による薬効と安全性に関連する失敗件数を減らす試みは、各社におけるデータ量の制限により、はっきりした結論を得ていませんでした。 本論文は、アストラゼネカ、イーライリリー、グラクソ・スミスクライン、ファイザー各社からの薬物候補を回顧的に解析し、その有効性を論じています。上記各社はChemAxonのプロパティー計算ツールを用いて、物性値の計算を行っています。