　本論文は、IBM Research Europeおよび英国研究・イノベーション機構（UKRI）傘下の科学技術施設会議（Science and Technology Facilities Council：STFC）Hartree Centreの研究者との共著として発表されたものです。

　人工知能（AI）や機械学習（ML）の手法を複雑な生物学的データセットに適用し、薬剤候補物質に対する患者の反応をより高精度に予測するアプローチを検証しています。特に、トランスクリプトーム解析やマルチオミクスデータをバイオメディカル分野における基盤モデル（foundation models）と統合することで、炎症性腸疾患（IBD）患者に対する薬剤応答予測モデルの性能向上が示唆されました。

　本成果は、当社のPharmacology-AIを中核とした取り組みを体現するものであり、ヒト組織を活用した研究と高度な計算技術・AIを融合させた新たなアプローチを示しています。創薬分野では、より予測精度の高い前臨床モデルへのニーズが一層高まっており、複雑な生物学的データの解析におけるAIの活用は、トランスレーショナルリサーチ（基礎研究から臨床応用への橋渡し）の成功率向上において、ますます重要な役割を担うことが期待されています。

タイトル	Multi-omics feature engineering driven by biomedical foundation models improves drug response prediction for inflammatory bowel disease patients
著者	Laura-Jayne Gardiner, Jennifer Kelly, Ashley Evans, Stephen Checkley, Karen Bingham, Graeme Macluskie & David Bunton
掲載雑誌	Scientific Reports volume 16, Article number: 13820 (2026)
掲載URL	https://www.nature.com/articles/s41598-026-44366-y