top of page
WeComputlogo.png
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。
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
AIDDワークフロー.png

013EA7

image.png
  • 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
免疫原性予測.png

  • 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
抗体ヒト化設計精度.png

  • 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。

抗体のオフターゲット予測.png
■　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）
二重特異性抗体 ライトチェーンのペアリング.png
二重特異性抗体 ライトチェーンのペアリング表.png
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。
低分子設計解析機能.png
 ■　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）

WeFEP.png

収束適応型ラウンドトリップ
拡張サンプリング法 (CAR)

CS-FEP.png

グラフベース閉路補正 (WCC)

CAR.png

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。
RBFE予測性能の大幅な向上 .png
■　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
ファーマコフォアの表現.png
AlphaShape: ディープラーニングによる
形状マッチングの拡張
AlphaShape.png
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。
     
AlphaConf1.png
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。
AlphaConf2.png
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。
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。
bottom of page