# リボミック（4591） ＡＩ（人工知能）を利用した世界初のアプタマー生成技術の開発

Source: Komori (komori.app) — https://komori.app/company/4591/disclosure/20220601567327
種別: その他開示
開示日: 2022-06-03
Komoriの読み（0-100）: 53
企業ページ: https://komori.app/company/4591

## 何が変わったか

リボミックは、早稲田大学と共同で、AIを使って既存のSELEXデータにないアプタマー配列も生成できる技術「RaptGen」を開発した。研究成果が学術誌に掲載され、今後はアプタマー創製の自動化システム開発に進む。

## 会社が挙げた理由

アプタマー創製プロセスを高効率化し、創薬期間の短縮と創薬成功率の向上を目指すため。

## 開示の要点

- 対象製品・サービス名: RaptGen、AIアプタマー創薬プロジェクト、人工知能技術を活用したアプタマー創製の自動化システム
- 相手先: 早稲田大学理工学術院バイオインフォマティクス研究室 浜田道昭教授
- 相手先の概要: 早稲田大学理工学術院のバイオインフォマティクス研究室。浜田道昭教授が所属。その他の概要はnot_disclosed
- 当社との関係: 共同研究
- 契約金額: not_disclosed
- 提供価格: not_disclosed
- 契約締結日: not_disclosed
- 提供開始日: not_disclosed
- 適用分野: アプタマー創製、創薬
- 受賞名・認証名: not_disclosed
- 授与・認証機関: not_disclosed
- 登録番号・有効期限: グラント番号：JPMJCR21F1（CREST事業採択案件）
- 拠点所在地: not_disclosed
- 拠点の規模: not_disclosed
- 定量的な効果: 創薬期間の短縮、創薬成功率の向上を目指す（数値はnot_disclosed）
- 利用実績: not_disclosed
- 業績への影響: not_disclosed
- 出典: Nature Computational Science、早稲田大学ホームページ

## 評価の根拠

- この発表が扱う事柄は、どの段階にあるか。: 実施済み（原文: 「「変分オートエンコーダを応用した革新的な配列生成技術（RaptGen）を開発しました」「その成果が学術誌（Nature Computational Science）に掲載されました」」）
- 契約の締結や機関決定について、どこまで書かれているか。: 合意の記載なし（原文: 「「浜田道昭教授と共同研究を進めております」」）
- 開始日・発売日・稼働日など、この事柄が効力を持つ時期はどこまで具体的に示されているか。: 時期なし（原文: 「「2022年6月3日」「今後、本成果を更に発展させ…自動化システムの開発を推進してまいります」」）
- この発表は初出か、既に発表済みの取り組みの続報か、繰り返される事柄の今回分か。: 続報（原文: 「「本成果は2021年度にCREST事業に採択された『AIアプタマー創薬プロジェクト』の中で得られたものです」」）
- 発表は、対象の事柄が起きる前か、同日か、起きた後か。: 事後の報告（原文: 「「その成果が学術誌…に掲載されました」「RaptGen…を開発しました」」）
- 会社はこの内容をどれだけ断定的に書いているか。: 概ね断定的（原文: 「「開発しました」「創薬期間の短縮、創薬成功率の向上を目指すべく」」）
- 相手先はどのような主体として示されているか。: 官公庁・公的機関（原文: 「「早稲田大学理工学術院バイオインフォマティクス研究室」」）
- 相手先は、この発表においてどの役割か。: 共同で行う相手（原文: 「「浜田道昭教授と共同研究を進めております」」）
- 相手先の所在地・資本金・事業内容など、会社概要が記載されているか。: あり（原文: 「「早稲田大学理工学術院バイオインフォマティクス研究室 浜田道昭教授」」）
- 相手先が当社の子会社・グループ会社・役員・大株主など、既存の関係先だと書かれているか。: なし（原文: 「相手先との関係について「共同研究」と記載されているが、関連当事者関係の記載はない。」）
- 提供先・導入先・受注先の実名が示されているか。: なし（原文: 「本文は早稲田大学との共同研究成果と論文掲載について述べている。」）
- この発表に付いている数値のうち、最も具体的なものはどれか。: 数値なし（原文: 「「2022年6月3日」「グラント番号：JPMJCR21F1」」）
- 示された数値は、どういう性質の数か。: 数値なし（原文: 「創薬期間の短縮と成功率向上は数値化されていない。」）
- 書かれている主要な事実を、社外の資料で確かめる手段があるか。: 第三者の名称あり（原文: 「「学術誌名 Nature Computational Science」「論文 URL https://www.nature.com/articles/s43588-022-00249-6」「早稲田大学ホームページ」」）
- 主要な主張に、検証できる数値と時期がついているか。: 定性的（原文: 「「創薬期間の短縮、創薬成功率の向上を目指す」」）
- 会社はこの件を、将来の収益にどう結びつけているか。: 収益の柱と位置づけ（原文: 「「更なる創薬期間の短縮、創薬成功率の向上を目指すべく…自動化システムの開発を推進してまいります」」）
- 業績への影響について、どう書かれているか。: 業績に触れず（原文: 「本文に売上・利益や業績への影響に関する記載はない。」）
- この発表が扱っている事柄の種類はどれか。: 収益に直結（原文: 「「AIを利用した…アプタマー生成技術の開発」「AIアプタマー創薬プロジェクト」」）
- この事柄はどこまでの広がりを持つと書かれているか。: 一事業・一セグメント（原文: 「「アプタマー創製プロセス」「AIアプタマー創薬プロジェクト」」）
- 会社の製品・サービスにとって、これはどういう新しさか。: 既存領域の新製品（原文: 「「RaptGen…もともとのSELEXデータに含まれていない配列の生成も可能」」）
- 発表の中心にある製品・サービス・成果は、誰のものか。: 他社との共同（原文: 「「浜田道昭教授と共同研究を進めております」「本共同研究では…RaptGenを開発しました」」）
- 発表の対象が当社本体ではなく、子会社・グループ会社の事柄か。: なし（原文: 「冒頭に「株式会社リボミック」と記載されている。」）
- 「初」「唯一」「No.1」などの優位性の主張があるか、あるとすれば根拠は示されているか。: 根拠なしの優位性主張（原文: 「表題「ＡＩ（人工知能）を利用した世界初のアプタマー生成技術の開発」」）
- この事柄の地理的な範囲はどこか。: 記載なし（原文: 「所在地や対象地域に関する記載はない。」）
- 実際に使われている・売れていることを示す記載はどの程度あるか。: 利用実績の記載なし（原文: 「本文は研究成果と今後の開発方針を記載している。」）
- 競合製品や従来手法との違いが、具体的に述べられているか。: あり（原文: 「「SELEXデータを分析するだけでなく、もともとのSELEXデータに含まれていない配列の生成も可能」」）
- 製品名・型番・規格名・特許や認証の番号など、後から特定できる固有の識別子が示されているか。: あり（原文: 「「Generative aptamer discovery using RaptGen」「グラント番号：JPMJCR21F1」」）
- この書類はどの様式で書かれているか。: 様式が混在（原文: 「「News Release」「各 位」「株式会社リボミック（コード番号：4591 東証グロース）」「本件に関するお問い合わせ先」」）
- 評価を表す表現がどれだけ使われているか。: 一部に強調（原文: 「「世界初」「革新的な配列生成技術」」）
- 前提条件・不確実性・将来見通しに関する注意書きが付されているか。: あり（原文: 「「創薬期間の短縮、創薬成功率の向上を目指す」「今後…開発を推進してまいります」」）