| Project/Area Number |
21K17857
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 62010:Life, health and medical informatics-related
|
|---|
| Research Institution | Kyushu Institute of Technology |
|---|
Principal Investigator |
Iwata Michio 九州工業大学, 大学院情報工学研究院, 准教授 (60746642)
|
|---|
| Project Period (FY) |
2021-04-01 – 2025-03-31
|
| Project Status |
Completed (Fiscal Year 2024)
|
| Budget Amount *help |
¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000)
Fiscal Year 2023: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
Fiscal Year 2022: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2021: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
|
|---|
| Keywords | 創薬 / 遺伝子発現 / 数理モデル / 時系列解析 / システム生物学 / 微分方程式モデル |
|---|
| Outline of Research at the Start |
薬（薬物候補化合物を含む）が、どの生体分子に作用して、どのような影響を生体に及ぼすのか明らかにすることは、副作用の少ない安全な医薬品を開発するために重要である。近年、薬の影響を分子レベルで観測したビッグデータが蓄積されているが、観測データは薬の作用の1つの結果であり、観測までに薬がどのように影響したか明らかでない。本研究では、生体分子（遺伝子やタンパク質など）が細胞内で織り成す相互作用ネットワーク情報に基づく数理モデルを構築し、数値解析を介して薬の作用を時系列で明らかにする。本研究の成果は、薬の有効性や安全性を時系列で評価することを可能にし、多様な疾患に対する新規治療候補薬の発見に貢献できる。
|
| Outline of Final Research Achievements |
In this study, we predict how drugs affect complex systems over time using mathematical models and comprehensively search for new candidate drugs for treatment based on the prediction. Based on information about mathematical models, known target proteins of approved drugs, and drug-response gene expression data, gene expression at any given time was predicted using numerical simulations and tensor decomposition algorithms. Finally, drugs with potential anticancer activity were predicted and validated in cell experiments.
|
| Academic Significance and Societal Importance of the Research Achievements |
薬の作用メカニズムを解明することは、副作用の少ない安全な医薬品を開発する上で重要である。計測技術が発展し、薬の生体への影響を分子レベルで観測したビッグデータが蓄積されている。しかしながら、観測データは薬の作用の1つの結果を示しており、観測までの過程で薬がどのように作用したかは明らかでない。本研究では、薬の作用を時系列で解明することで、これまで見逃されていた潜在的な薬の効能を発見する技術基盤を構築することができた。
|
