In silico手法を用いた網羅的な薬物蛋白結合データベースの構築とその臨床活用

• Project/Area Number: 25K18693
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 47060:Clinical pharmacy-related
• Research Institution: Kyushu University of Medical Science
• Principal Investigator: 興梠 靖幸 九州医療科学大学, 薬学部, 准教授 (80908898)
• Project Period (FY): 2025-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥3,640,000 (Direct Cost: ¥2,800,000、Indirect Cost: ¥840,000); Fiscal Year 2027: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000); Fiscal Year 2026: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000); Fiscal Year 2025: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
• Keywords: 薬物動態 / 蛋白結合 / ヒト血清アルブミン / 機械学習 / データベース

Outline of Research at the Start

本研究は、薬物等の蛋白結合に関する網羅的なデータベースの構築と、その臨床活用手法の確立を目指す。従来、蛋白結合の知見を活かした薬物療法最適化は不十分であった。そこで、本研究では、機械学習モデルを用いて、薬物のヒト血清アルブミン上の結合サイト・ポーズおよび結合親和性を予測し、データベース化する。さらに、このデータベースを活用し、腎機能低下患者・透析患者における薬物療法上の臨床課題の解決を試みる。