New Approach Methodologies for Drug Discovery

Liu, Pang, Wu, Tagle, Wu (Stanford / NCATS-NIH) | Cell 189, pp.1877-, 2026年4月 | DOI: 10.1016/j.cell.2026.02.012

🎯 FDA Modernization Act 3.0の施行を背景に、iPSC・オルガノイド・AI in silicoが統合されたNAMsパイプラインが動物実験を代替し始めた現状をCell誌で総説。

① 背景と課題

FDA Modernization Act 2.0（2022）で動物試験が必須から削除され、Act 3.0（2025）でAI・デジタルNAMsが法的に正式認定。人間中心型前臨床評価への歴史的パラダイムシフトが始まった。

動物モデルとヒトの種差: 臨床失敗の主因はヒト疾患の再現不全

NAMs予測精度のエビデンス不足: 疾患領域別の系統的比較はまだ蓄積途上

→ 2025年以降、計算NAMs（ADMET-AI・AI分子生成等）が規制認定の正式手段として位置付けられた

② 手法: NAMs 3カテゴリの統合

② 手法: in silico NAMsの役割拡大

in silico NAMsはADMET予測から疾患モデリング→ドラッグデザイン→スクリーニング→毒性評価の全段階に拡張された。

ADMET-AI

心毒性・肝毒性・BBB透過性などのAI予測（規制認定ツール）

生成AI創薬

IPF・鬱病の臨床試験で直接活用された実績あり

③ 本研究で示したこと（要点）

④ 主な結果 (a) FDA規制マイルストーン

④ 主な結果 (b) NAM適用段階カバレッジ

④ 主な結果 (c) 実用化された臨床試験

④ 主な結果 (d) in silico NAMs ツール

ADMET-AI

心毒性・肝毒性・BBB/Pampa 透過性等を統合予測（規制対応）

AlphaFold3

タンパク質–リガンド複合体構造予測（疾患モデリング）

Digital Twin

患者個別の薬剤応答予測（Act 3.0 認定ツール）

⑤ テイクホームメッセージ

計算NAMsが規制認定された
FDA Act 3.0によりlib/docking・lib/molgenの計算パイプラインが前臨床評価の正式手段に

ADMET統合フィルタリングが必須化
UniDockRunner SBVSにADMET-AI（心毒性・肝毒性）を統合したlib/dockingの設計が規制対応価値を持つ

生成AI→オルガノイドのサイクルが創薬の標準に
MolgenYamlの生成分子→ドッキング→ADMET→オルガノイドoracle統合NAMsサイクルの構築が推奨

最初のNAMsのみIND承認は歴史的転換点
BAL0891の動物試験なし承認はin silico+in vitro NAMsパイプラインの実用性を立証

NAMs vs 従来動物試験

本研究のインパクト