業界・領域別ソリューション
創薬
AI創薬を“速く、確実に”進めるための基盤として、最適なインフラ構成と技術支援を提供します。
創薬業界が抱えるAI導入の課題
創薬分野では、化合物設計・構造予測・スクリーニングなど、AIが本領を発揮できる領域が広がっています。一方で、計算資源、モデル運用、データ連携、人材スキルといった複数の課題が絡み合い、PoC止まりになるケースも少なくありません。
-
AIモデルの研究フローへの組み込み・運用の難しさ
-
学習・推論に適した形でデータが整備されていない
-
Wet Lab／Dry Lab間におけるデータ分断
-
セキュリティ要件を満たすAI基盤の構築
マクニカが提供するAI創薬基盤の全体設計
マクニカは、GPU・ソフトウェア・ネットワーク・運用支援を組み合わせ、創薬研究に最適化したAI実行環境を設計・提供します。
創薬研究フローに組み込める「AI実行パイプライン」の構築
創薬研究のプロセスに合わせ、AIモデルの実行・学習・評価を一連の流れとして組み込んだ実行パイプラインを構築します。
学習・推論に適した形でデータを扱える活用基盤
創薬研究に蓄積された非構造・未整理なデータを、研究者の暗黙知を取り込んだアルゴリズムにより整理・構造化します。データ整理PoCを通じて自動化の有効性を検証し、学習・推論に適した形で再利用可能なデータ基盤を整備することで、生成AIの活用精度と研究効率の向上を実現します。
セキュリティ要件を満たしたオンプレミスAI基盤の実現
研究データを外部に出すことなく、社内環境でAI活用を完結できる基盤を構築します。セキュリティやガバナンス要件を考慮した設計により、研究部門とIT部門の双方が安心して利用できる、安全性と実用性を両立したAI創薬環境を提供します。
創薬での具体的な活用シーン
AIは創薬分野において活用が進んでいます。以下では、実際の業務改善や高度化につながる活用テーマをご紹介します。
スクリーニングとドッキングの高度化
タンパク質構造・相互作用予測
生成モデルによる候補化合物探索
合成可能性・物性（ADMET）予測による候補評価
製薬業界におけるAIソリューション例
AI導入のためのNVIDIAソリューション例をご紹介します。
課題・解決策・成果を通じて、車載業界でのAI活用のイメージを具体的に掴んでいただけます。
