Development of Lead Optimization Methods for Protein–Protein Interaction Modulators Using Protein Structures and Artificial Intelligence

• Project/Area Number: 25K02383
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 47010:Pharmaceutical chemistry and drug development sciences-related; Basic Section 47050:Environmental and natural pharmaceutical resources-related; Sections That Are Subject to Joint Review: Basic Section47010:Pharmaceutical chemistry and drug development sciences-related , Basic Section47050:Environmental and natural pharmaceutical resources-related
• Research Institution: University of Tsukuba
• Principal Investigator: 広川 貴次 筑波大学, 医学医療系, 教授 (20357867)
• Co-Investigator(Kenkyū-buntansha): 吉野 龍ノ介 筑波大学, 医学医療系, 助教 (50817575) ; 吉田 将人 筑波大学, 数理物質系, 教授 (80511906)
• Project Period (FY): 2025-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥18,850,000 (Direct Cost: ¥14,500,000、Indirect Cost: ¥4,350,000); Fiscal Year 2027: ¥5,200,000 (Direct Cost: ¥4,000,000、Indirect Cost: ¥1,200,000); Fiscal Year 2026: ¥5,200,000 (Direct Cost: ¥4,000,000、Indirect Cost: ¥1,200,000); Fiscal Year 2025: ¥8,450,000 (Direct Cost: ¥6,500,000、Indirect Cost: ¥1,950,000)
• Keywords: インシリコ創薬 / PPI阻害 / 人工知能 / タンパク質構造

Outline of Research at the Start

本研究では、タンパク質構造情報とAI技術を統合し、PPI（タンパク質間相互作用）制御分子のリード最適化手法を開発する。従来困難であったPPI標的に対し、ChemTS/SINCHOシステムを基盤に、合成・評価チームと連携してMDM2-p53を対象に実証実験を行う。最適化候補分子をAIで予測・合成・検証し、得られた結果をAIモデルに反映することで、フィードバックループにより最適化精度の向上を図り、創薬支援システムの構築を目指す。