| Project/Area Number |
22K17998
|
|---|
| 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 | Tohoku Institute of Technology |
|---|
Principal Investigator |
Matsuda Naoki 東北工業大学, 工学部, 助教 (80909490)
|
|---|
| Project Period (FY) |
2022-04-01 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000)
Fiscal Year 2023: ¥2,600,000 (Direct Cost: ¥2,000,000、Indirect Cost: ¥600,000)
Fiscal Year 2022: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
|
|---|
| Keywords | 機械学習 / 脳・神経 / in vitro / カルシウムイメージング / 神経毒性 |
|---|
| Outline of Research at the Start |
薬剤性痙攣は、医薬品開発において頻繁に見られる重篤な副作用であり、前臨床試験において、医薬品候補化合物の痙攣リスクやその作用機序をハイスループットに検出できる評価系が求められている。本研究では、ハイスループット計測が可能な神経細胞集団のCaイメージング法で得られた輝度変化から、機械学習を用いて、痙攣リスクおよび作用機序予測を可能とする解析法を開発することを目的とする。
機械学習を用いた解析法を開発することにより、電気活動計測に比べて時空間情報が落ちるCa輝度データにおいても目的を達成できるか、および電気活動計測との差異を明らかにする。
|
| Outline of Final Research Achievements |
This study aimed to develop a method for predicting seizure risk using machine learning on high-throughput Ca imaging data. To accurately detect Ca oscillations, we explored a Ca oscillation detection method using SVM, and developed a model capable of detecting oscillations with 97% accuracy. Next, we created images of the detected oscillation waveforms and developed a seizure toxicity prediction model using a CNN. The CNN model predicted 5 types of negative compounds and 27 types of seizure-positive compounds with 87% accuracy and detected the toxicity of seizure-positive compounds in a dose-dependent manner. There were no false detections of negative compounds, demonstrating the effectiveness of this method for predicting seizure toxicity using Ca imaging.
|
| Academic Significance and Societal Importance of the Research Achievements |
ハイスループット性の高いCaイメージング法による痙攣毒性予測法は、創薬開発の探索段階における毒性検出を可能とし、化合物の選別、薬剤の有効性、副作用の評価や作用機序、リード化合物におけるリスクの順位付け、リスクを回避する為の化合物の修飾等が可能となり、創薬開発におけるコストと時間の大幅な削減につながると考えられる。また、本開発技術は、痙攣毒性のみならず、他の神経毒性および薬効への適用も期待できる。
|
