CES薬剤師国試予備校｜薬学の面白さを勉強につなげるコラム

「タンパク質の立体構造がわかれば、薬を設計できる？」AI創薬の進歩は、薬学部で学ぶ生化学・薬理学・薬剤学を新しい角度から照らしています。この記事では、AI創薬の最前線を、実際に出題された薬剤師国家試験の問題とつなげて紹介します。

この記事でわかること

1．薬はどうやって生まれる？低分子からバイオ医薬品まで

薬の候補となる物質を見つけ、効き目と安全性を確かめ、臨床試験を経て承認に至るまでには長い年月と多くの工程があります。AIはこのうち、標的の探索や候補物質の設計・絞り込みといった前半の工程を中心に、時間と試行回数を減らす道具として使われ始めています。

従来の低分子医薬品は化学合成で作られることが多く、比較的小さな分子が酵素や受容体などに作用します。一方、抗体医薬品はタンパク質からなる高分子医薬品で、特定の抗原を認識して結合します。両者の違いを整理すると、次のようになります。

ただし、抗体医薬品が正常細胞を一切傷つけないわけではありません。標的の発現状況や免疫への影響によって、感染症などの有害事象が生じることもあります。また、低分子医薬品も現在の創薬で重要な役割を担い続けており、どちらが優れているというより、標的や病気に合わせて使い分けられています。

2．AIは何を変える？AlphaFoldから実験の自動化へ

タンパク質はアミノ酸配列だけでなく、折りたたまれた立体構造によって機能が決まります。薬が標的にぴったり結合するかどうかは、この立体構造に左右されます。「鍵と鍵穴」のたとえで説明されることも多い関係です。

Google DeepMindが開発したAlphaFoldは、アミノ酸配列からタンパク質の立体構造を高い精度で予測できるようにし、構造予測を飛躍的に進歩させました。この業績により、開発者のデミス・ハサビス氏とジョン・ジャンパー氏は、タンパク質の設計に取り組んだデイヴィッド・ベイカー氏とともに、2024年のノーベル化学賞を受賞しています。2024年に発表されたAlphaFold 3は、タンパク質と低分子・核酸・抗体などとの複合体の構造予測にも対象を広げました。

ただし、構造予測は候補物質の探索や仮説づくりに役立つものの、予測された結合がそのままヒトでの有効性・安全性を保証するわけではありません。実験、毒性評価、臨床試験は引き続き不可欠です。

AIとロボットが回す「ラボ・イン・ザ・ループ」

さらに、AIが候補分子を設計し、ロボットが合成・測定を行い、得られた結果をAIが再学習して次の設計を改善する――という循環を自動で回す「ラボ・イン・ザ・ループ」も注目されています。人が一つずつ行っていた試行錯誤を高速化する仕組みです。

3．本当に国試に出ている！実際の過去問を見てみよう

抗体医薬品は、薬剤師国家試験でも繰り返し出題されています。以下は実際の出題回・問題番号を明示した紹介です。正式な問題文・選択肢・正答は厚生労働省の公開資料で確認してください。

ここで登場した抗体医薬品を、標的分子と主な適応疾患で整理しておきましょう。作用機序の覚え方は薬理の勉強法でも解説しています。

適応疾患は代表例です。正確な効能・効果は各製品の添付文書（PMDA）で確認してください。

4．AI創薬を理解するために大学のどの科目が役立つ？

例えば「なぜトラスツズマブはHER2を狙うのか」と考えるだけで、生物の受容体、薬理の作用機序、病態の乳がん治療が一つにつながります。科目どうしをつなぐ勉強の進め方は、薬学部2年生の勉強法でも紹介しています。国試対策は、最先端の薬学を理解する入口にもなるのです。

5．日本の創薬研究と薬学生が担う未来

日本には、化学・生命科学の基礎研究の蓄積と、新薬を生み出してきた製薬企業の力があります。一方で、AIの活用、大学の研究成果をすばやく実用化するスタートアップの育成、大学・企業・投資家の連携は、今後の重要な課題とされています。

これからの創薬は、研究者、薬剤師、データサイエンティストなどが協力して新しい医療を形にしていく時代です。薬学は、化学・生物・AI・ビジネスが交差する、世界を大きく変えうる学問だといえます。

よくある質問5問

Q1. AIがあれば薬剤師は不要になりますか？

AIは情報整理や候補探索を支援しますが、患者の状態に応じた薬学的判断、安全性の確認、服薬支援には専門家としての責任が伴います。AIの出力を確かめ、患者に合わせて使いこなす力がむしろ求められます。

Q2. AlphaFoldそのものが新薬を作るのですか？

いいえ。AlphaFoldは主にタンパク質などの立体構造を予測する技術です。新薬の開発には、候補物質の合成・評価、非臨床試験、臨床試験、承認審査など多くの工程が必要です。

Q3. AI創薬は国試に出題されていますか？

AI創薬という技術名の直接の出題と、抗体・受容体・作用機序などの関連知識の出題は区別が必要です。この記事で紹介した第110回問40と第109回問259は、後者の出題例です。

Q4. 抗体医薬品の名前はなぜ「〜マブ」なのですか？

モノクローナル抗体（monoclonal antibody）の一般名には、語尾に「-mab（マブ）」を付けるルールが使われてきました。なお、WHOは2022年に新しい命名ルールを公表しており、今後命名される抗体では語尾が変わります。

Q5. 抗体医薬品は国試対策としてどう覚えればよいですか？

「薬剤名 → 標的分子 → 作用 → 主な適応疾患・副作用」の順に一つずつつなげて整理します。同じ疾患に使う抗体を標的の違いで比較すると、丸暗記に頼らずに選択肢を判断しやすくなります。

参考文献・関連資料

• 厚生労働省｜第110回薬剤師国家試験問題及び解答
  問40（必須問題・薬理）の問題文と正答。
• 厚生労働省｜第109回薬剤師国家試験問題及び解答
  問258・259（実践問題）の症例と正答（1・5）。
• 厚生労働省｜薬剤師国家試験のページ（出題基準）
  出題基準と過去の問題の確認先。
• Abramson J, et al. Accurate structure prediction of biomolecular interactions with AlphaFold 3. Nature. 2024;630:493–500.
  AlphaFold 3の原著論文。
• WHO｜New INN monoclonal antibody (mAb) nomenclature scheme（2022年5月）
  抗体医薬品の新しい命名ルール。
• PMDA｜医療用医薬品 添付文書等情報検索
  各抗体医薬品の効能・効果、副作用の確認先。
• YouTube｜【AIが薬を開発する時代】製薬大国・日本が乗り遅れた技術トレンドと産業構造の変化
  記事の着想元。