定量ADMEワークフローの意思決定を迅速化

AI Quantitation ソフトウェアで制約から解放

Mass Analyticaとのコラボレーションにより、SCIEXはAI Quantitation ソフトウェア を提供します。本ソフトウェアは、質量分析の生データを意思決定に活用できる結果へと変換します。インテリジェントな自動化により、メソッド開発、データ処理、エンドポイント算出を迅速化します。

複雑なデータから意思決定までを自動化し、迅速化

課題はデータを生成することではありません。データを意思決定につなげることです。

今日のADME・創薬研究ラボでは、データを効率的に生成できる一方、化合物ごとの条件最適化、ピークレビュー、結果の妥当性確認、品質管理(QC)、表計算ソフトを使用したワークフロー管理などに、研究者の貴重な時間が費やされています。処理するサンプル数が増加するにつれて、こうした手作業が候補化合物の評価を遅らせ、重要な意思決定の遅延につながる可能性があります。

  • AIを活用した自動化とインテリジェントなデータ処理により、質量分析データ解析ワークフローを迅速化します。複雑なLC-MSデータセットを、最小限の手作業で明確かつ実用的な知見へと変換します。
  • 化合物の評価や科学的な意思決定を遅らせる、後工程のデータ処理におけるボトルネックを解消します。
  • データレビュー、計算、ワークフローの最適化に費やす時間を短縮し、ラボの作業効率を向上させます。
  • 研究者は結果の解釈、有望な候補化合物の開発、イノベーションの推進に集中できます。

データから意思決定までの自動化により生産性を最大化

質量分析の生データを定量ADMEエンドポイントへと変換し、生産性、一貫性、再現性を向上  

  •  
  • エンドポイントの自動計算
  • 例外データレビューへのアプローチ
  • 手作業とヒューマンエラーの削減
  • カスタマイズ可能なレポート

ワークフローの最適化に費やす時間を短縮

化合物ごとの手動による最適化への依存を低減

  • 化学構造式または分子式からAIを活用してMRMを予測
  • より優れた定量結果を得るためのフラグメント選択と積算の最適化
  • 化合物ごとの手動による最適化を削減
  • 経験の少ないユーザーによる円滑な解析を支援

創薬研究全体における学習と意思決定を迅速化

DMTAサイクルを加速

  • エンドポイントを迅速に算出
  • 候補化合物を早期に評価
  • より多くの化合物を短時間で評価

AI Quantitation ソフトウェアによる実用的な洞察

ハイスループット ADME (HT-ADME) ワークフローのデータからエンドポイントまでの分析を提供する、新しいレベルの自動化。

SCIEX OS ソフトウェアによって生成された wiff2 データを使用して、AI Quantitation ソフトウェアは次の機能を提供します。

  • ADMEパラメータ(クリアランス、t1/2、透過性など)を計算するためのデフォルトのテンプレート
  • 独自のエンドポイント計算を簡単に定義できる便利なExcelのようなインターフェース
  • 除外項目に対するレビューツールにより、定義されたQC値を満たす化合物の自動承認が可能になります。
  • 結果の簡単なエクスポート

知能的なアルゴリズムと自動化により、絶対定量によって得られたデータの処理にかかる手動コンポーネントを排除します。

SCIEX SWATH 取得または MRM-HR を活用:

  • 単一の処理方法を使用してすべての化合物データを簡単に処理します
  • 定量下限またはULOQのどちらを指向するかにかかわらず、ニーズに合わせてリニアダイナミックレンジをカスタマイズします。
  • 自動的なダイナミックレンジ調整
  • フラグメントイオンを自動的に合算し、最適な感度と選択性を実現します
  • 複数のフラグメントの評価を自動化および合理化し、定量アッセイの感度と選択性を最大限に高めます。

AI Quantitation ソフトウェア:分子構造と質量スペクトルデータの品質を重視したHRMSによる定量分析の処理

Kevin Bateman、薬物動態学、薬力学、薬物代謝の専門家

MRM 化合物の最適化は複雑で時間のかかる作業になる場合があります。特に、毎日何百もの化合物を最適化する必要がある 試験管内スクリーニングの場合、MRM 分析用に化合物を最適化する従来のアプローチは大きなボトルネックになる可能性があります。

AI Quantitation ソフトウェアは、MRM のトランジション予測を活用してこれらの課題に対処し、トランジションの選択とメソッド開発に革命をもたらします。このソフトウェアは、化合物の化学構造に基づいてその生成プロダクトイオンを予測する MRM 予測モデルを提供します。機械学習を使用して、Learning-to-rank モデルを採用し、プロダクトイオンを予測し、リソースを大量に消費する実験の最適化にかかる作業を排除します。

ユーザーデータにおける予測精度を簡単に向上 

モデルに追加のユーザー データを組み込むことで、ワークフローに最も関連性の高い化合物の予測精度を高めることができます。化学構造ファイルと関連する MRM データをインポートするだけで、予測モデルのパフォーマンスが向上します。

モデルのパフォーマンス 

このモデルは、Mass AnalyticaとBMSの共同研究によって開発され、「Learning-to-Rank(LTR)技術を用いたハイスループットADME分析のための予測的多重反応モニタリング(MRM)モデルの開発」という論文に掲載されました。このモデルは、BMSから提供された5,757化合物からなるデータセットを用いて、実際のHT-ADMEサンプルに適用されました。「予測されたMRMトランジションを適用した結果、97%の化合物について有効な安定性および透過性データが生成されました。」

化学物質のモニタリングが自動化され、簡単になります。

膨大な量のハイスループットデータがEcho® MS+ ワークフローから生成されるため、AI Quantitation ソフトウェアは傾向データのインタラクティブなウェルプレートビューを提供し、貴重なインサイトを得て情報に基づいた意思決定を行うことができます。

オートメーション

AI Quantitation ソフトウェアは、データ処理ワークフローを自動化するツールを提供します。API とスクリプトを使用すると、ファイル フォルダーを スキャンし、新しい SCIEX .wiff2 データ ファイルを待機するようにソフトウェアを構成できます。新しいファイルが表示されると、ソフトウェアは事前に定義されたワークフローに従って自動的にデータの処理を開始し、結果を後で確認できるようにデータベースに保存します。

定量分析の飛躍を先行して実現する

AI Quantitation がラボにどのように役立ち、データ処理のボトルネックを解消するかご興味をお持ちの方は、こちらからお問い合わせください。