Slide 1

Slide 1 text

薬学部出⾝の新卒営業が Amazon Bio Discoveryで ⾃由研究してみた! クラスメソッド株式会社 楠 啓介 東⽇本営業本部 アカウント営業部

Slide 2

Slide 2 text

⾃⼰紹介 名前:楠 啓介 所属:アカウント営業部 ⼊社:2026年 新卒(営業) 出⾝:⼤阪(⾼校まで)→京都(⼤学) ⼤学時代:薬学部💊 好きな国:フィンランド ⼊社のきっかけ : AIにオススメされ、クラメソを発⾒!

Slide 3

Slide 3 text

今⽇は何について話す?? AWS Summit Japan 2026で出会ったサービス Amazon Bio Discovery というサービスについて話します!! 多少薬学の知⾒はあるが、AWSはほとんど触ったことない そんな⾃分でも実験はできるのか!? そもそも、Amazon Bio Discoveryとは何なのか?

Slide 4

Slide 4 text

1. どんなサービスなのか?

Slide 5

Slide 5 text

公式ブログとDevelopersIOにしか情報がない!

Slide 6

Slide 6 text

Amazon Bio Discoveryとは AI駆動型の抗体医薬開発に特化した統合クラウドアプリケーション AIモデルに直接アクセス 40以上の創薬‧バイオAIモデルを環境構築不要 で利⽤可能 候補の⽣成と評価 タンパク質構造データから抗体候補を設計 提携ラボへ発注‧⾃動連携 画⾯から直接ウェットラボへ委託し、その結果 を戻せる Build:モデルを選ぶ ↓ Design:候補を作る ↓ Test:ラボへ出す ↓ Learn:結果を戻す https://aws.amazon.com/jp/biodiscovery/

Slide 7

Slide 7 text

なにが変わったか 薬ができるまで ① 設計する ② 実物を作る ③ 結合を測定 ④ 効くか見る これまで このサービス 計算環境 GPUを⽤意しモデルを⼊れる ブラウザだけ。40以上のモデル モデル選び 論⽂を読んで⾃分で選ぶ ベンチマーク付きのカタログ 試験の発注 ⾃分たちでor別々に⼿配 画⾯から提携ラボへ 結果の反映 ⾃分で突き合わせる 元の実験に⾃動で戻る 期間(事例) 従来の設計⼿法では最⼤1年 数週間(公式ブログ)

Slide 8

Slide 8 text

今回やってみたこと PD-1にくっつく抗体を設計する(抗体医薬) 抗体:決まったタンパク質だけにくっつく分⼦ 今回の標的タンパク質は PD-1 PD-1は、免疫の働きを抑えるタンパク質 働きを⽌めると、免疫ががんを攻撃できる PD-1を発⾒した本庶佑⽒らが、 2018年にノーベル⽣理学‧医学賞を受賞 ※今回やるのは設計だけで、実物はつくらない

Slide 9

Slide 9 text

2. 実際に触ってみた!!

Slide 10

Slide 10 text

今回やったのは、この5ステップ STEP1 プロジェクト作成 STEP2 レシピ選択 STEP3 標的を取り込む STEP4 狙う部位を選ぶ STEP5 実⾏

Slide 11

Slide 11 text

拡⼤するとこんな感じ

Slide 12

Slide 12 text

押す前に⾒積もりが出たが... ⾒積 実消費 0.50 EU 0.50 EU EU = Experiment Unit(実験単位) ただし、実⾏には57分56秒かかった

Slide 13

Slide 13 text

3. 果たして、できたのか???

Slide 14

Slide 14 text

⽣成された!!!1つ⽬ rfantibodyが出した構造 ⼊⼒:PD-1の構造と、狙う部位の指定 ■ オレンジ:標的のPD-1 ■ 緑:設計された抗体

Slide 15

Slide 15 text

⽣成された!!!2つ⽬ boltz2が出した構造 ⼊⼒:rfantibodyがつくった配列の⽂字 列 ■ オレンジ:標的のPD-1 ■ 緑:設計された抗体

Slide 16

Slide 16 text

10候補に増やしてみた! 1件では分からないので、10件に増やした ● ● ● ● ● AI要約に「候補が1件では順位がつかない」と出た 同じ設定で9件追加 計10件、全部ちがう配列 同じ設定でも候補ごとに分散あった 可視化してみよう!

Slide 17

Slide 17 text

10候補を重ねてみた

Slide 18

Slide 18 text

2つのモデルはどう違うのか

Slide 19

Slide 19 text

注意点 ただし、実際にこれらがくっつくかはわからない なぜ分からない? 確かめるには 計算で詰めるなら これはパソコンの 中の予測であり、 実際に測定したわ けではないから ラボで実物を作っ て測定する必要が ある(Amazon Bio Discoveryにはこの 機能があるが、今 回は未使⽤) 分⼦動⼒学(MD) シミュレーション などの⼿がある

Slide 20

Slide 20 text

4. 感想とまとめ

Slide 21

Slide 21 text

⽣成はできたが、確かめる⼒は別に必要 できたこと ⾒えた課題 ● 操作にコードは要らなかった ● インフラ構築なしで抗体の構 造候補を⽣成できた たくさん出てくる構造や数字を どう読むかには、さらなる知識 が必要だと分かった

Slide 22

Slide 22 text

まとめ サミットで⾒つけた、あまり知られていないサービスに触れられてよ かった!!これを機に知っていただきたいです! 実際に触ってみると、知識が⼗分ある⼈にはかなり便利そうだとわかった ただし、まだすべての機能を触れたわけではない これを機にもっと触ってみたい!!

Slide 23

Slide 23 text

No content