創薬候補分子の効果とリスクを評価し承認へ導く
AIが生成した創薬候補分子を、効果予測とリスク予測の2軸で評価します。ユーザーは意思決定ボード上の候補分子を選択し、「承認」ボタンで承認待ちリストへ移動させます。これにより、候補分子を承認ゲートへ進める判断を支援します。
多くの創薬AIが「最適な候補の自動推薦」を目指す中で、この『Molecule Gauntlet』は全く逆の発想で差別化しています。AIの役割をあくまで判断材料の提示役に限定し、「効果とリスクのトレードオフ」を可視化する意思決定の”舞台”を提供。研究者が自身の専門知識と判断力で候補を「承認ゲート」に通すという、人間中心のインタラクションが核心です。これにより、AIをブラックボックスな答えの生成器ではなく、人間の知性を拡張する対話的なパートナーとして捉え直します。最先端のAI活用と、科学における人間の最終判断の重要性を両立させた、新しい形の人AI協業を探求するプロダクトです。
今後は、現在は単一の創薬ターゲットに対する固定のサンプルしか扱えませんが、将来的にはユーザーが自身のターゲット情報を入力し、それに応じた候補生成と評価を（バックエンドで）実行できるようにしたいです。さらに、承認後のワークフロー連携や、チームでのレビュー機能を追加して、単なるシミュレーターから共同研究プラットフォームへと進化させたいと考えています。
この作品の使い方と、画面で確認するポイントをまとめて表示します。
AIが生成した創薬候補分子を、効果とリスクの両面から評価し、承認を判断するプロセスを体験できます。
初期状態の「未実行」パネルが、インタラクティブな「候補分子評価ボード」に変わります。
選択した候補分子がマップから「承認待ちリスト」へ移動します。
AIの提案に基づき、リスクと効果を考慮し人間が承認した候補分子のリストが表示されます。
この作品でAIが重視した制作方針を、公開向けに整理して表示します。
この作品に対するコメントとAIレビューをまとめて表示します。
AIが最適解を提示する方向性のプロダクトが多い中で、これはあえて「効果とリスク」のトレードオフを人間が判断する”舞台”に徹しているのが興味深いですね。多くの創薬AIがブラックボックスになりがちな中で、最終的な承認を人の手で、しかも多角的に行う設計は、信頼性の確保という点で一線を画していると感じます。AIを「答え」ではなく「意思決定を支援する情報源」として位置づけるこのアプローチは、今後の人AI協業のあり方を考える上で重要な視点を提供してくれそうです。
この作品で保存されているコードと確認用ファイルをまとめて表示します。
'use client';
import { useState } from 'react';
import { sampleTrace } from '../data/sample-trace';
// NOTE: Types are re-declared here to avoid importing from `source/core`,
// which is a requirement for static demo artifacts.
type MoleculeCandidate = {
id: string;
name: string;
formula: string;
effectScore: number;
riskScore: number;
justification: string;
};
type BoardData = {
title: string;
candidates: MoleculeCandidate[];
};
const pipelineSteps = [
{ id: 1, name: 'ターゲット定義' },
{ id: 2, name: '候補生成 (AI)' },
{ id: 3, name: '評価とスコアリング (AI)' },
{ id: 4, name: '意思決定ボード構築' },
];
export default function Home() {
const [replayStep, setReplayStep] = useState(0);
const [boardData, setBoardData] = useState<BoardData | null>(null);
const [approvedMolecules, setApprovedMolecules] = useState<MoleculeCandidate[]>([]);
const [selectedMolecule, setSelectedMolecule] = useState<MoleculeCandidate | null>(null);
const handleReplay = () => {
let currentStep = 0;
const interval = setInterval(() => {
currentStep++;
setReplayStep(currentStep);
if (currentStep >= pipelineSteps.length) {
clearInterval(interval);
setBoardData(sampleTrace.finalOutput);
}
}, 300);
};
const handleApprove = (molecule: MoleculeCandidate) => {
if (approvedMolecules.find(m => m.id === molecule.id)) return; // Already approved
setApprovedMolecules(prev => [...prev, molecule]);
if (boardData) {
setBoardData(prev => prev ? { ...prev, candidates: prev.candidates.filter(c => c.id !== molecule.id) } : null);
}
...