インシリコスクリーニングに関係する分野は急速に広がっています。当初は薬理活性中心で、コンビナトリアルケミストリー技術の発達や、仮想化合物の考えが普及する事で化合物ライブラリーの化合物数の増大とその対応を目指した展開が中心でした。その後、創薬におけるＡＤＭＥの大事さが注目されるに従い、薬理活性とＡＤＭＥを含めたスクリーニングの重要性が注目され、この流れは創薬の最終ゲートとされる毒性（安全性）を含めたインシリコＡＤＭＥ／Ｔスクリーニングとして展開されるようになりました。最近のＡＤＭＥに関する急速な研究展開により、ＡＤＭＥが原因でドロップアウトする確率は大きく減少し、現在は残るＴ（毒性）によるドロップアウトの回避が大きな問題となっています。
◆ インシリコＡＤＭＥ／Ｔスクリーニングに適用可能な手法
薬理活性をターゲットとするインシリコスクリーニングは従来のＱＳＡＲ技術やドッキング等の技術をベースとして様々なアプローチが展開されています。しかし、薬理活性と同時にＡＤＭＥをターゲットとする場合、薬理活性データ解析のＱＳＡＲやドッキングの利用は基本原理上利用できないので、従来からＡＤＭＥ分野で行なわれてきたＰＫ(Pharmaco Kinetics)／ＰＤ(Pharmaco Dynamics)を
基本とした展開が必要となります。同様に、毒性（安全性）評価を行なう場合は薬理活性やＡＤＭＥの場合と異なる手法の利用が必要となります。毒性スクリーニングで展開可能な技術は化学多変量解析/パターン認識（ケモメトリックス）によるアプローチか、人工知能によるアプローチと限定されます。この二つのアプローチはＡＤＭＥスクリーニングにも原理上適用可能なものです。
◆ インシリコ薬理活性／ＡＤＭＥ／Ｔ／Ｐスクリーニングに適用可能な手法
湯田は、創薬においては化合物に関する全ての特性（薬理活性／ＡＤＭＥ／Ｔ／Ｐ（物性））を同時に考慮しつつ行う事が大事であるという、「統合概念（Integrated concept)」を提唱してきました。この場合、化合物に関する全ての特性評価に共通で適用できる手法は化学多変量解析/パターン認識（ケモメトリックス）によるアプローチのみとなります。この観点から、２１世紀を主導する創薬手法展開において重要な基本技術は化学多変量解析/パターン認識（ケモメトリックス）となります。
◆ 化学多変量解析/パターン認識（ケモメトリックス）によるインシリコスクリーニングの基本技術
インシリコスクリーニングの最終目的は、その予測精度を如何にして高めるかです。この観点でみると、化学多変量解析/パターン認識（ケモメトリックス）を実施する時に予測性を向上するための主たる技術としては、以下に示す三つのグループに大きく分けることが出来ます。
１．適用される多変量解析/パターン認識手法
２．用いるパラメータの工夫
３．予測を最大限にする全体としての工夫
◆ 予測性向上に向けたインシリコデータの開発技術と対応
先の１に関する答えとしてインシリコデータが開発したのが、「ＫＹ(K-stepYard sampling)法」です。
薬理活性／ＡＤＭＥ／Ｔ／Ｐ（物性）とを予測の観点でみた場合、最も困難な予測が、Ｔ（毒性（安全性））に関するものです。これは毒性自体のメカニズムが不明で、予測対象化合物の構造変化性が極めて高い（どんな化合物でも予測する事が求められる）ためです。このような特殊な条件を克服し、良好な予測率を達成する事は、従来より提供されている汎用的なデータ解析手法をそのまま適用する事では殆ど解決不可能です。
このようなことから毒性予測の予測率を少しでも向上する事を目的として開発された新規のデータ解析手法が、インシリコデータが開発した「ＫＹ法」です。この「ＫＹ法」により、分類率は常に１００％達成可能となりました。「ＫＹ法」は直接予測率を上げる手法ではありませんが、”予測率は決して分類率を上回ることはない”という基本原理に従えば、本命である予測率向上を目指す前に乗り越えるべき最初の関門である“分類率”を完全にクリアしたこととなります。
先の２に対する答えとしては、現在様々なパラメータ創出技術やソフトウエアが存在しており、必要に応じて数千種類のパラメータを創出することは可能です。これらのパラメータを駆使し、適用するデータの内容に応じて最適なパラメータ群を選択する技術。あるいは、データ内容に応じた新規のパラメータを適宜開発する事でさらなる予測率向上に向けた技術が展開されます。
最後の３に対する答えとしては、先にインシリコデータが特許化した「テーラーメードモデリング(Tailor made modeling)」の技術が大きな役割を果たすことになります。この「テーラーメードモデリング」により、化学特有の問題や特性を積極的に利用し、与えられたサンプルデータを用いて最大限の予測率を出す技術が確立します。この「テーラーメードモデリング」の基本である、予測対象化合物と似たサンプル群を取り出して解析母集団を構築し、予測のための予測モデルを作成するという技術は、予測率を確実に向上する事の出来る基本技術として、現在の多くのシステムで導入されています。 しかし、特許出願当時にこのような考えに従ってインシリコスクリーニングを行なうという事は殆ど検討されておりませんでした。
以上のように、インシリコデータは化学多変量解析/パターン認識（ケモメトリックス）によるインシリコ薬理活性／ＡＤＭＥ／Ｔ／Ｐスクリーニングの予測率向上に必要な基本技術を多数開発してきました。またこれら多くの基本技術や関連技術が特許出願（ＪＰ／ＵＳＡ／ＥＵ）されており、続々と順に特許化（現在も審査進行中）されております。
インシリコデータは今後とも「統合インシリコスクリーニング」に向けて、たゆまない改善努力を続け、この究極の形となる「一段階創薬（One step drug design)」目指して頑張ります。
