2018 Fiscal Year Annual Research Report
Development of prediction model of fatal blood concentrations for designer drugs
| Project/Area Number |
16K09200
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
坂 幹樹 東京大学, 大学院医学系研究科(医学部), 技術専門職員 (30447388)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
工藤 恵子 九州大学, 医学研究院, 講師 (10186405)
|
|---|
| Project Period (FY) |
2016-04-01 – 2019-03-31
|
| Keywords | 予測モデル / 血中致死濃度 / 危険ドラッグ / QSAR |
|---|
| Outline of Annual Research Achievements |
法医鑑定では、薬物が死因に寄与したかどうかを判断するために、該当試料の血液中濃度と文献記載の中毒・致死濃度が比較検討される。しかし、致死濃度が判明していない危険ドラッグなどの新規薬物では判断が難しくなる。これらの問題を解決するために、本研究では、薬物の血中致死濃度予測モデルの構築を試みた。このモデルは、血中致死濃度の判明している薬物の致死濃度データとその化学構造式との関連性を探り、未知の致死濃度を予測するものである。
方法としては、Schulzらの論文に記載されている血中致死濃度範囲の中で最も低い値を致死濃度と定義し、これを基礎データとした。モデル構築法の検討として、致死濃度が比較的明確であるmethamphetamine、chlorpromazine、phenobarbitalの致死濃度予測がどの程度正解に近づけるかを様々な手順で調べた。データ解析は、ADMEWORKS/ModelBuilder（富士通九州システムズ）ソフトウェアを用いて定量的構造活性相関（Quantitative Structure-Activity Relationship: QSAR）を行った。
QSARは通常多くのデータを用いた方が精度の高いモデルを導く傾向にあるが、本研究においては、全てのデータを用いるのではなく、類似度検索によって予測対象薬物と化学構造が類似した薬物のデータのみに絞り込んでからパラメータ（molecular descriptor）の選択に進むことによって予測精度が向上することを見出した。また、この方法は予測する薬物ごとに予測方程式を作り変えるため、1つの固定した方程式で予測するより、新規薬物に対して柔軟に対応できると考えられる。
本研究成果は、日本法中毒学会第37年会及びTIAFT2018で発表した。
|
