WeMol・抗体・分子設計AIツール

次世代AIによる分子設計プラットフォーム

低分子化合物、抗体、タンパク質、核酸（mRNA含む）に対応するAI創薬ソフトウェア。
構造予測からヒト化、免疫原性リスク評価、スクリーニングまでを統合し、研究者の探索・最適化を高速化します。

説明会やデモ、試使用の環境を準備しております。
特別価格やキャンペーンも準備しておりますので、是非お問い合わせください。

お問い合わせ

ショートウェビナー

日時：

【6月23日（火）】10:30 - 11:00

抗体向けのご紹介

AI設計×リスク評価×物理検証で変わる抗体創薬：WeMolの統合戦略

抗体設計から免疫原性・ポリリアクティビティ・オフターゲット評価、さらにFEPによる物理検証までを統合的に解説します。設計と安全性を両立する抗体創薬戦略をご紹介します。

締め切り：

ウェビナー前日まで

利用ツール：

ZOOM

参加費：無料

日時：

【5月26日（火）】13:30 - 14:00
【6月23日（火）】13:30 - 14:00

低分子向けのご紹介

結合から機能、そして物理へ ― WeMolによる低分子創薬ワークフロー

ターゲット予測からDocking、EZSpecificityによる機能評価、さらにMD・FEPによる物理検証までを統合した低分子創薬ワークフローをご紹介します。結合・機能・物理を一貫して評価する手法を解説します。

締め切り：

ウェビナー前日まで

利用ツール：

ZOOM

参加費：無料

お知らせ

2026/2/24 AIによる前臨床安全性リスク予測機能がご覧いただけます。
詳細はこちら

Date	Title
03/01/2026	Multi-antibody Editor【WeFormat】のアップデート
03/01/2026	ビジュアライゼーションエディターのアップデート
03/01/2026	複数のモジュールの修正と最適化
03/01/2026	構造予測モジュールのアップデート
03/01/2026	抗体番号付けモジュールのアップデート
03/01/2026	タンパク質プロトン化関数のアップデート
03/01/2026	構造結合関数[Join Structure]の追加
03/01/2026	ナノボディQCワークフローのアップデート
03/01/2026	抗体親和性成熟ワークフローのアップデート
03/01/2026	ヒト化関連のワークフローのアップデート
03/01/2026	Boltzgenベースのハイスループットスクリーニングモジュール[Binder Design (BoltzGen) HTS]の追加
03/01/2026	タンパク質/抗体de novo結合剤設計モジュール[Binder Design (BoltzGen)]のアップデート
03/01/2026	構造予測モデル[Structure Prediction (Protenix)] のアップデート
03/01/2026	抗体多重反応性予測モジュールのアップデート
02/25/2026	ウェビナーを実施（2026/2/10)：資料詳細はお問い合わせください。
12/31/2025	Compound Editor [WeDraw]のアップデート
12/31/2025	Sequence Editor [WeSeq]のアップデート
12/31/2025	Structure Editor [WeView]のアップデート
12/31/2025	既存の問題やバグの解決
12/31/2025	モジュール名称変更のお知らせ
12/31/2025	ペプチドSMILES生成モジュールの追加
12/31/2025	構造予測機能のアップデート
12/31/2025	フォーマット変換ツールのアップデート
12/31/2025	タンパク質や核酸の構造アラインメント等のアップデート
12/31/2025	構造予測モジュールのアップデート
12/31/2025	構造予測機能のアップデート
12/31/2025	免疫原性予測のアップデート
12/31/2025	抗体ヒト化設計ワークフローおよび関連モジュールの最適化
12/31/2025	タンパク質設計機能の追加
12/31/2025	バインダー設計モジュールの追加

更新情報の詳細はこちら

WeMolはAIによって最適化された各種設計ツールです

「抗体設計やバイオロジーに強みを持つプラットフォーム」でありながら、様々な手法を取り揃え、AIによって低分子化合物やタンパク質の設計・インシリコスクリーニング・構造予測における条件設定を自動化により、必要な条件設定を最小化して容易に最先端の機能を利用できるウェブベースのAI プラットフォームです。

構造予測からヒト化、免疫原性リスク評価、スクリーニングまでを統合し、研究者の探索・最適化を高速化します。

WeMolの特徴

広範な対象分子
タンパク質、抗体、低分子、核酸（mRNA含む）など、多様な分子種に対応。
AIベース設計の強み
抗体ヒト化、免疫原性リスク評価など、競合をリードするAIアルゴリズムを多数搭載。
高い処理能力

NVIDIA GPUによる高速処理により、既存ソフトを凌駕する性能を実現。

ワークフローの自動化

既存のAIツールを統合し、ワークフローを自動化できることです。また、最新のアルゴリズムを採用しており、高速で精度の高い計算が可能

AIDD ワークフロー自動化プラットフォーム

013EA7

ローコード／ストリーミング構成
GUIで直感的に操作可能なワークフローを搭載

マウスのクリックとドラッグによるDIY自動化ワークフロー

設計されたワークフローに従って、すべてのステップを順番に自動的に実行

抗体設計

構造予測／ヒト化／CDRグラフティング／免疫原性リスク（AlphaMHC）など

■　WeADApt: ヒト集団における免疫原性リスクのin silico評価のためのディープラーニングシステム

l複数のディープラーニングモデルを融合し、ヒト免疫系による治療薬への反応を模倣する革新的なアーキテクチャ
- ペプチド-MHCクラスII結合親和性モデル
- APCプロセシングと提示確率を予測
- 全世界母集団で最もよく代表されるHLAを選択
  - 免疫系による寛容性の可能性を評価
lワンクリックで脱免疫化設計を実現

■　抗体ヒト化設計では最先端の精度を達成

BioPhi: Merck’s humanization program；Hu-mAb: Oxford’s humanization program
Test set: 既知のヒト化抗体 25 種 (比較用にヒト化前の配列も利用可能)

■　抗体のオフターゲット予測

Principle:類似したCDRを持つ抗体は、同じ標的に作用する可能性がある
Method: システムは、「標的抗体」の構造を、既知の標的を持つ抗体のデータベースと比較。構造の類似性を測ることで、標的抗体がデータベース内の標的において結合する可能性のある標的（オフターゲット）を予測。

■　二重特異性抗体ライトチェーンのペアリング（WeComput社の独自プラットフォーム利用例）

タンパク質

構造予測、最適化、安定性評価など

AI・物理モデル・統計解析を組み合わせて、構造予測 → 構造最適化 → 安定性評価の一連工程を統合。タンパク質設計や抗体安定化研究を自動化・高精度化し、実験前の設計段階で信頼性の高い構造情報を提供できます

■　構造予測

AlphaFold系・RFDiffusion・ProteinMPNNなど複数のAIモデルを搭載
既知構造テンプレートの有無にかかわらず、de novo構造予測が可能

■　構造最適化

局所エネルギー最小化 + AI補正

AlphaFold系・RFDiffusion・ProteinMPNNなど複数のAIモデルを搭載
既知構造テンプレートの有無にかかわらず、de novo構造予測が可能

Inverse Folding（ProteinMPNNなど）

目標構造に最適なアミノ酸配列を設計
配列設計や構造の設計可能性（designability）の解析に応用可能

Mutant設計支援

AIが構造情報に基づき、安定化変異や結合能向上に有望な変異候補を自動提案

■　安定性評価

熱力学的安定性予測

Folding free energy（ΔG）や相対安定性をシミュレーションとAI解析により推定
Aggregation Prediction、Patch Analysis、Solubility Prediction、Viscosity Predictionなど、多面的な手法で安定性を定量評価

変異スキャン解析（Mutational Scan）

各アミノ酸置換によるエネルギー変化（ΔΔG）をスコア化し、安定化・不安定化に寄与する残基を自動的に抽出

MD解析統合

長時間スケールでの構造揺らぎやドメイン運動を解析
RMSD、RMSF、MMPBSAによる安定性指標を算出

低分子

仮想スクリーニング、ADMET予測、RBFE計算（WeFEP）による結合自由エネルギー評価

低分子設計モジュールは、仮想スクリーニングからADMET予測、自由エネルギー予測（WeFEP）までを一貫して実行できる統合AI創薬環境を提供。

研究者は、AIとシミュレーションのハイブリッド手法により、高速かつ高精度なヒット探索、リード化合物のリスク低減、結合親和性と構造の最適化をシームレスに実現可能。

■　低分子設計：解析機能

従来のドッキング中心の探索に加え、de novo分子設計、ADMET予測、結合自由エネルギー計算、逆合成経路設計までを自動統合できる点が最大の特長です。

■　相対結合自由エネルギー（RBFE）計算

WeFEP（Relative Binding Free Energy Prediction）モジュールは、低分子化合物の結合自由エネルギー差（ΔΔG）を高精度かつ効率的に予測するために、次の3つの理論的改良手法を組み合わせています。

構造組み合わせ自由エネルギー摂動法

（CS-FEP）

収束適応型ラウンドトリップ
拡張サンプリング法 (CAR)

グラフベース閉路補正 (WCC)

1. APSB.2024. doi:10.1016/j.apsb.2024.06.021. 2. JCTC. 2024, 20, 8354–8366. 3. JCIM. 2023, 63, 561–570

これらの手法により、相対結合自由エネルギー（RBFE）予測の精度と再現性が大幅に向上しました。現在、WeFEPモジュールへの実装を進めており、近日リリース予定です。

■　Ligand-Based Designのファーマコフォアマッチング

Ligand-Based Design（リガンドベース設計）の「形状・ファーマコフォアマッチング」は、既知の活性化合物（リガンド）から新規化合物を探索・設計するためのAI支援モジュールで、構造活性相関（SAR）解析やヒット拡張に特に有効です。

Ligand-Based Designは、既知リガンドの「形状」と「ファーマコフォア」をAIで学習し、類似の空間特徴をもつ新規化合物を自動提案する機能です。タンパク質構造が未解明なターゲットでも、ヒット探索・スキャフォールドホッピング・リポジショニングに強力に利用できます。

統合された分子形状とファーマコフォアの表現

AlphaShape: ディープラーニングによる
形状マッチングの拡張

リガンドベースのハイスループット仮想スクリーニングを実現

1.3 Million Overlays/Second/GPU

28 Million Compounds/Day/GPU

0.2 Billion Compounds/Day/Server

* GPU: NVIDIA A100, Server: NVIDIA DGX

■　AlphaConf: High-Throughput 3D Conformation Generation
AlphaConfは「高速かつ正確な3D構造生成」を目的とした、AIベースの分子コンフォメーション生成エンジンです。

オープンソースアルゴリズムよりも優れた精度、複雑な構造への優れたサポート
最新の深層生成モデル（Graph Neural Network + Diffusion Model）を採用。
分子構造のトポロジー・立体障害・水素結合ネットワークを同時に考慮。
特に「多環構造」「キラリティ中心」「フレキシブルな結合」を含む複雑分子で高精度。
実験構造（X-ray / Cryo-EM）とのRMSD平均誤差が従来法（RDKit, OpenBabelなど）の約⅓。

効率的なコンフォメーション圧縮技術により、保管スペースを数百分の1に削減

Conformation Compression Algorithm により、同一分子の重複姿勢をクラスタリング圧縮。
分子ごとの保存データを数百分の1に削減しつつ、多様性を保持。
大規模構造ライブラリでもストレージ負荷を大幅軽減。

核酸（mRNA/RNA)

DNA/RNA設計・解析モジュール

分子生物学・遺伝子治療・mRNA創薬のために設計された、高度なDNA/RNA解析モジュール群を提供します。
各ツールは独立して動作し、設計・最適化・構造予測などの多様なワークフローを柔軟にサポートします。

Codon Optimization

PCRベースの遺伝子合成に最適化されたコドンを自動設計。外来発現効率を向上させ、迅速な合成遺伝子構築を可能にします。

Evaluate Nucleic Acid (AlphaRNA)

多種動物（ヒト、マウス、ラット、ブタ等）における核酸配列の発現・安定性・抗体価を評価。

mRNA 5'UTRs Optimization (Smart5UTR)

深層生成モデルによりmRNAの5'UTR（m1Ψ含有）を自動設計。実験的に高い性能を実証。

mRNA Optimization (AlphaRNA)

コドンバイアスや二次構造を最適化し、発現量と半減期を改善。

RNA 3D Structure Prediction

300塩基程度までのRNA立体構造をde novo予測。実験制約条件の統合も可能。

RNA Secondary Structure Prediction

最小自由エネルギー構造（MFE）を動的計画法で算出。

siRNA Designer

標的遺伝子からsiRNA配列を自動設計。

Genome Visualization

DNA塩基配列を数値化し、ヌクレオソーム配列パターンに基づき色彩画像として可視化。

AIによる前臨床安全性リスク予測

Supporting Safety Pharmacology & Toxicology Research

動物試験前にリスクを可視化

Safety-by-Designを設計段階から実現

低分子化合物の安全性評価

Cisapride

■　心血管系安全性

hERG 阻害:予測陽性
QT延長リスク:高

■　代謝関連特性

CYP3A4 基質
高い血漿タンパク結合率（上位25%相当)

■　肝・遺伝毒性関連

DILI （薬物性肝障害）：陰性
Ames変異原性：陰性

抗体医薬の安全性・開発適性評価

抗体医薬の早期安全性・開発リスク評価を支援

免疫原性エピトープ・ホットスポット検出
凝集リスク予測（構造ベース）
PTM（翻訳後修飾）リスクマッピング
構造予測に基づく安定性評価
エピトープ類似性に基づく交差反応リスク評価

Adalimumab

作用機序に基づく安全性評価

Mechanism-Based Safety

■　オフターゲット解析および標的類似性評価

推定オフターゲットの同定
既知標的との類似性予測（ChEMBLベース）
既知活性ターゲット分布の可視化
疾患関連標的情報の参照

トップへ

説明会やデモ、試使用の環境を準備しております。
特別価格やキャンペーンも準備しておりますので、是非お問い合わせください。

お問い合わせ

次世代AIによる分子設計プラットフォーム

低分子化合物、抗体、タンパク質、核酸（mRNA含む）に対応するAI創薬ソフトウェア。 構造予測からヒト化、免疫原性リスク評価、スクリーニングまでを統合し、研究者の探索・最適化を高速化します。

説明会やデモ、試使用の環境を準備しております。 ​特別価格やキャンペーンも準備しておりますので、是非お問い合わせください。

ショートウェビナー

お知らせ

2026/2/24 AIによる前臨床安全性リスク予測機能がご覧いただけます。 詳細はこちら

​最新アップデート（2026/3/1)

更新情報の詳細はこちら

WeMolはAIによって最適化された各種設計ツールです

WeMolの特徴

広範な対象分子 タンパク質、抗体、低分子、核酸（mRNA含む）など、多様な分子種に対応。

AIベース設計の強み 抗体ヒト化、免疫原性リスク評価など、競合をリードするAIアルゴリズムを多数搭載。

高い処理能力

NVIDIA GPUによる高速処理により、既存ソフトを凌駕する性能を実現。

ワークフローの自動化

既存のAIツールを統合し、ワークフローを自動化できることです。また、最新のアルゴリズムを採用しており、高速で精度の高い計算が可能

AIDD ワークフロー自動化プラットフォーム

ローコード／ストリーミング構成 GUIで直感的に操作可能なワークフローを搭載

マウスのクリックとドラッグによるDIY自動化ワークフロー

抗体設計

構造予測／ヒト化／CDRグラフティング／免疫原性リスク（AlphaMHC）など

■ WeADApt: ヒト集団における免疫原性リスクのin silico評価のためのディープラーニングシステム

■ 抗体ヒト化設計では最先端の精度を達成

■ 抗体のオフターゲット予測

■ 二重特異性抗体 ライトチェーンのペアリング（WeComput社の独自プラットフォーム利用例）

タンパク質

構造予測、最適化、安定性評価など

AI・物理モデル・統計解析を組み合わせて、構造予測 → 構造最適化 → 安定性評価 の一連工程を統合。タンパク質設計や抗体安定化研究を自動化・高精度化し、実験前の設計段階で信頼性の高い構造情報を提供できます

■ 構造予測​

AlphaFold系・RFDiffusion・ProteinMPNNなど複数のAIモデルを搭載

既知構造テンプレートの有無にかかわらず、de novo構造予測が可能

■ 構造最適化

局所エネルギー最小化 + AI補正

AlphaFold系・RFDiffusion・ProteinMPNNなど複数のAIモデルを搭載

既知構造テンプレートの有無にかかわらず、de novo構造予測が可能

Inverse Folding（ProteinMPNNなど）

目標構造に最適なアミノ酸配列を設計 配列設計や構造の設計可能性（designability）の解析に応用可能

Mutant設計支援

AIが構造情報に基づき、安定化変異や結合能向上に有望な変異候補を自動提案

■ 安定性評価

熱力学的安定性予測

Folding free energy（ΔG）や相対安定性をシミュレーションとAI解析により推定

Aggregation Prediction、Patch Analysis、Solubility Prediction、Viscosity Predictionなど、多面的な手法で安定性を定量評価

変異スキャン解析（Mutational Scan）

各アミノ酸置換によるエネルギー変化（ΔΔG）をスコア化し、安定化・不安定化に寄与する残基を自動的に抽出

MD解析統合

長時間スケールでの構造揺らぎやドメイン運動を解析

RMSD、RMSF、MMPBSAによる安定性指標を算出

低分子

仮想スクリーニング、ADMET予測、RBFE計算（WeFEP）による結合自由エネルギー評価

低分子設計モジュールは、仮想スクリーニングからADMET予測、自由エネルギー予測（WeFEP）までを一貫して実行できる統合AI創薬環境を提供。

研究者は、AIとシミュレーションのハイブリッド手法により、高速かつ高精度なヒット探索、リード化合物のリスク低減、結合親和性と構造の最適化をシームレスに実現可能。

■ 低分子設計：解析機能

従来のドッキング中心の探索に加え、de novo分子設計、ADMET予測、結合自由エネルギー計算、逆合成経路設計までを自動統合できる点が最大の特長です。

■ 相対結合自由エネルギー（RBFE）計算

WeFEP（Relative Binding Free Energy Prediction） モジュールは、低分子化合物の結合自由エネルギー差（ΔΔG）を高精度かつ効率的に予測するために、次の3つの理論的改良手法を組み合わせています。

これらの手法により、相対結合自由エネルギー（RBFE）予測の精度と再現性が大幅に向上しました。現在、WeFEPモジュールへの実装を進めており、近日リリース予定です。

■ Ligand-Based Designのファーマコフォアマッチング

統合された分子形状とファーマコフォアの表現

AlphaShape: ディープラーニングによる 形状マッチングの拡張

リガンドベースのハイスループット仮想スクリーニングを実現

1.3 Million Overlays/Second/GPU

28 Million Compounds/Day/GPU

0.2 Billion Compounds/Day/Server

■ AlphaConf: High-Throughput 3D Conformation Generation AlphaConfは「高速かつ正確な3D構造生成」を目的とした、AIベースの分子コンフォメーション生成エンジン です。

オープンソースアルゴリズムよりも優れた精度、複雑な構造への優れたサポート

最新の深層生成モデル（Graph Neural Network + Diffusion Model） を採用。

分子構造のトポロジー・立体障害・水素結合ネットワークを同時に考慮。

特に「多環構造」「キラリティ中心」「フレキシブルな結合」を含む複雑分子で高精度。

実験構造（X-ray / Cryo-EM）とのRMSD平均誤差が従来法（RDKit, OpenBabelなど）の約⅓。

効率的なコンフォメーション圧縮技術により、保管スペースを数百分の1に削減

Conformation Compression Algorithm により、同一分子の重複姿勢をクラスタリング圧縮。

分子ごとの保存データを数百分の1に削減しつつ、多様性を保持。

大規模構造ライブラリでもストレージ負荷を大幅軽減。

核酸（mRNA/RNA)

DNA/RNA設計・解析モジュール

分子生物学・遺伝子治療・mRNA創薬のために設計された、高度なDNA/RNA解析モジュール群を提供します。 各ツールは独立して動作し、設計・最適化・構造予測などの多様なワークフローを柔軟にサポートします。

Codon Optimization

PCRベースの遺伝子合成に最適化されたコドンを自動設計。外来発現効率を向上させ、迅速な合成遺伝子構築を可能にします。

Evaluate Nucleic Acid (AlphaRNA)

低分子化合物、抗体、タンパク質、核酸（mRNA含む）に対応するAI創薬ソフトウェア。
構造予測からヒト化、免疫原性リスク評価、スクリーニングまでを統合し、研究者の探索・最適化を高速化します。

説明会やデモ、試使用の環境を準備しております。
特別価格やキャンペーンも準備しておりますので、是非お問い合わせください。

2026/2/24 AIによる前臨床安全性リスク予測機能がご覧いただけます。
詳細はこちら

最新アップデート（2026/3/1)

広範な対象分子
タンパク質、抗体、低分子、核酸（mRNA含む）など、多様な分子種に対応。

AIベース設計の強み
抗体ヒト化、免疫原性リスク評価など、競合をリードするAIアルゴリズムを多数搭載。

ローコード／ストリーミング構成
GUIで直感的に操作可能なワークフローを搭載

■　WeADApt: ヒト集団における免疫原性リスクのin silico評価のためのディープラーニングシステム

■　抗体ヒト化設計では最先端の精度を達成

■　抗体のオフターゲット予測

■　二重特異性抗体ライトチェーンのペアリング（WeComput社の独自プラットフォーム利用例）

AI・物理モデル・統計解析を組み合わせて、構造予測 → 構造最適化 → 安定性評価の一連工程を統合。タンパク質設計や抗体安定化研究を自動化・高精度化し、実験前の設計段階で信頼性の高い構造情報を提供できます

■　構造予測

■　構造最適化

目標構造に最適なアミノ酸配列を設計
配列設計や構造の設計可能性（designability）の解析に応用可能

■　安定性評価

■　低分子設計：解析機能

■　相対結合自由エネルギー（RBFE）計算

WeFEP（Relative Binding Free Energy Prediction）モジュールは、低分子化合物の結合自由エネルギー差（ΔΔG）を高精度かつ効率的に予測するために、次の3つの理論的改良手法を組み合わせています。

■　Ligand-Based Designのファーマコフォアマッチング

AlphaShape: ディープラーニングによる
形状マッチングの拡張

■　AlphaConf: High-Throughput 3D Conformation Generation
AlphaConfは「高速かつ正確な3D構造生成」を目的とした、AIベースの分子コンフォメーション生成エンジンです。

最新の深層生成モデル（Graph Neural Network + Diffusion Model）を採用。

分子生物学・遺伝子治療・mRNA創薬のために設計された、高度なDNA/RNA解析モジュール群を提供します。
各ツールは独立して動作し、設計・最適化・構造予測などの多様なワークフローを柔軟にサポートします。

■　心血管系安全性

■　代謝関連特性

■　肝・遺伝毒性関連

■　オフターゲット解析および標的類似性評価

説明会やデモ、試使用の環境を準備しております。
特別価格やキャンペーンも準備しておりますので、是非お問い合わせください。