Forecasting novel therapeutic development in biomedical research

医学研究の世界を、何百万もの科学者たちが病気を治すための新しい本や論文、メモを絶えず書き続けている、巨大で活気あふれる図書館だと想像してみてください。長い間、これら数千もの新しいアイデアのうち、どれが実際に命を救う薬へと変わるのかを見極めることは、多くの場合、何年もの高価な試験を経た後でなければ、まるで干し草の山の中から一本の黄金の針を見つけ出すような困難な作業でした。

この論文は、その「針」をより早い段階で見つけ出すための新しい手法を紹介しています。研究者たちを、一つの巨大な鳥の群れだと考えてみてください。通常、新しく刺激的なアイデアが登場すると、突然の「群れを作る（フラッキング）」行動が見られます。つまり、多くの科学者がそのトピックについて書き始め、互いの研究を引用し合い、その特定のテーマの周りに集まってくるのです。

著者たちは、非常に観察眼の鋭い野鳥観察者として機能する、スマートなコンピュータ・システムを構築しました。このシステムは、臨床試験（橋の建設における最終的で動きの遅いフェーズのようなもの）を待つのではなく、科学論文という広大な図書館全体をスキャンします。システムは以下の点に着目します：

• 科学者たちがそのトピックについてどのくらいの頻度で語っているか（引用活動）。
• 彼らが論文の中で実際に何を語っているのか（出版内容）。
• 新しいアイデアの周囲に、どれほど素早く科学者の群れが集まっているか（「群れを作る」効果）。

これらのパターンを分析することで、このシステムは、将来的にFDA（政府の医薬品承認機関）によって承認される薬へとつながる研究トピックを予測することができます。

この予測の驚くべき点は以下の通りです：

• 水晶玉の効果： 彼らのモデルは非常に優れており、薬が実際に承認される8年以上前に、将来のFDA承認薬を見つけ出すことができます。実際、彼らが予測したほとんどの薬について、それらは第2相臨床試験（ヒトでの試験）に入るよりも前の段階で特定されていました。
• 正確性： 「このトピックは勝者になる」と予測した際、彼らは約84%の確率で的中させました。
• 秘訣： 彼らは、インサイダー情報や臨床試験のデータ（公開されるまでに何年もかかることが多いもの）を一切必要としませんでした。彼らが使用したのは、当時すでに利用可能であった公開された「おしゃべり（チャッター）」と、科学者同士のつながりだけでした。

要約すると： 科学者たちがどのように集まり、出版された論文の中で新しいアイデアについてどのように語っているかを観察するだけで、この手法は、他の誰もが気づく何年も前に、それらが実際の薬になる研究トピックを確実にフラグ立て（特定）できるのです。これは、科学出版における混沌としたノイズを、未来の医学への明確な地図へと変えるものです。