本研究では、創薬標的であるタンパク質のリガンドと結合する部位であるポケットに応じて薬候補化合物を生成する手法の構築を目的としている。これまでに、機械学習を用いてタンパク質とリガンドの結合を予測する研究は盛んに行われてきたが、データベースからタンパク質に結合する化合物を選択するバーチャルスクリーニングを用いた方法では、提案する化合物が既知のものに制限されるという課題があり、新しい化合物を作り出すことのできる生成モデルを用いた手法が望まれている。これまで、機械学習を用いた生成手法はSMILESやグラフベースなどの2次元情報を用いるものが多く、化合物の生成時にタンパク質との形状相補性を陽に考慮できないという欠点がある。本研究では、タンパク質のポケット構造の立体情報を元に、3次元空間上にリガンドを生成するボクセルベースの機械学習手法を開発した。