| Project/Area Number |
23K14397
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 47060:Clinical pharmacy-related
|
|---|
| Research Institution | Kindai University |
|---|
Principal Investigator |
横山 聡 近畿大学, 薬学部, 准教授 (70615913)
|
|---|
| Project Period (FY) |
2023-04-01 – 2028-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000)
Fiscal Year 2027: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000)
Fiscal Year 2026: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2025: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2024: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2023: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
|
|---|
| Keywords | ドラッグ・リポジショニング / リアルワールドデータ / オミックス情報 |
|---|
| Outline of Research at the Start |
近年，ビッグデータを活用したドラッグ・リポジショニングという新しいタイプの新薬開発手法が期待されている。本研究では，種々のビッグデータを統合的に解析することによって，効率よく候補薬剤をスクリーニングし，さらに，候補薬剤のハザード比の推定までをも目指す戦略的研究手法の基盤を構築する。この手法は，仮説の生成から薬理学的な分子メカニズムの推定，仮説検証型の臨床研究までの一元的な実行を可能とし，既存薬の新規薬効開発の飛躍的な発展に寄与することが期待される。
|
| Outline of Annual Research Achievements |
従来のドラッグ・リポジショニング研究は，化合物のスクリーニングや治験段階で，あるいは市場利用の段階で，偶発的に新たな薬効が発見されることから始まっていた。このような開発手法は新薬開発として非常に効率が悪い。そこで，ビッグデータであるリアルワールドデータやゲノム・オミックス情報を統合的に解析することによって，効率よくドラッグ・リポジショニング候補薬剤をスクリーニングし，さらに，候補薬剤のハザード比の推定までをも目指す戦略的研究手法の基盤構築を目的として研究を進めてきた。
ファーストステップとして，仮説生成型研究デザインを用いた薬剤疫学研究手法に注目し，解析アルゴリズムによって導かれる逆相関シグナルが，ドラッグ・リポジショニングのシグナルとなることを見出し，候補薬剤のスクリーニングを行ってきた。また，候補薬剤の未知の薬効メカニズムの推定を目指して，オミックス情報を使ったデータマイニングを実施し，基礎研究への橋渡しを行ってきた。ただし，近年のデータベースの肥大化に伴い，解析が困難になってきたことから，ワークステーションの処理能力を上昇させるとともに，ソフトウェアを変更することで対応予定である。セカンドステップとして，コホート研究やコホート内症例対照研究といった仮説検証型研究デザインの解析アルゴリズムを構築し，データベースを用いた仮説生成から仮説検証までの一貫したドラッグ・リポジショニング・ストラテジーの基盤構築を目指す。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
これまで複数のデータベースを研究対象としてドラッグリポジショニング研究を行ってきたが，年々，データベースのボリュームは増大の一途をたどる。解析に用いるワークステーションの処理能力によるところも大きいが，解析に用いるソフトウェアも研究の進捗を大きく左右する。これまで使用していたソフトウェアでは，肥大化するデータベースの処理が困難になってきたため，処理速度の改善を目的としてソフトウェアの変更を行った。そのため，解析アルゴリズムのプログラムを再構築する必要が出てきており，現時点では過去に確立した解析アルゴリズムを新しいソフトウェアで再現できるように研究を進めている。
|
| Strategy for Future Research Activity |
解析に用いるデータベースは確保できているが，データベースの容量が大きいことから，そこから必要な情報を抜き取り，さらに薬剤疫学研究で用いられている研究手法に応用できるような加工を行わなくてはならない。まずは，旧ソフトウェアで構築していた仮説生成型研究デザインならびに仮説検証型研究デザインの解析アルゴリズムのプログラムを，新ソフトウェアに完全移行させることを第一目標とする。データベースが大きいことから，必要に応じてメモリ領域を拡大する，あるいはRAIDの容量を増大させるなどで処理速度を改善する予定である。
|
