Prediction of drug efficacies with AI methodologies for the medical application of plasma proteins

• Project/Area Number: 23K06233
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 47060:Clinical pharmacy-related
• Research Institution: Okayama University
• Principal Investigator: 澤田 隆介 岡山大学, 医歯薬学域, 助教 (00570433)
• Co-Investigator(Kenkyū-buntansha): 細野 祥之 岡山大学, 医歯薬学域, 教授 (60820363) ; 座間味 義人 岡山大学, 大学病院, 教授 (70550250)
• Project Period (FY): 2023-04-01 – 2026-03-31
• Project Status: Granted (Fiscal Year 2023)
• Budget Amount: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000); Fiscal Year 2025: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000); Fiscal Year 2024: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000); Fiscal Year 2023: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
• Keywords: ケモインフォマティクス / バイオインフォマティクス / 血漿タンパク質

Outline of Research at the Start

本研究では、血漿タンパク質と生体内タンパク質との相互作用のパターンに基づいて血漿タンパク質の薬効を予測するAI創薬手法の開発を行う。まず2,000種類の既存薬に対して、生体内タンパク質とのドッキングシミュレーションを行い、薬物の生体内タンパク質結合親和性プロファイルを作成する。そして作成したプロファイルから薬効を予測するAI予測モデルを構築する。次に医薬品候補の150種類の血漿タンパク質に関しても、タンパク質間ドッキングシミュレーションを行い、血漿タンパク質の生体内タンパク質結合親和性プロファイルを作成する。このプロファイルを予測モデルの入力として、血漿タンパク質の薬効予測を行う。