• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to project page

2020 Fiscal Year Annual Research Report

AI-based drug discovery approach based on biomedical big data and its application to refractory diseases

Research Project

Project/Area Number 18H03334
Research InstitutionKyushu Institute of Technology

Principal Investigator

山西 芳裕  九州工業大学, 大学院情報工学研究院, 教授 (60437267)

Co-Investigator(Kenkyū-buntansha) 沖米田 司  関西学院大学, 理工学部, 教授 (90398248)
谷 憲三朗  東京大学, 定量生命科学研究所, 特任教授 (00183864)
Project Period (FY) 2018-04-01 – 2021-03-31
Keywords機械学習 / ビッグデータ / 創薬 / 人工知能 / 難治性疾患
Outline of Annual Research Achievements

本研究では、医薬ビッグデータと人工知能(AI)の基盤技術である機械学習を用いた創薬「AI創薬」を提唱し、それを実現するための情報基盤技術を構築する。開発手法で化合物をインシリコスクリーニングし、予測結果をウェット実験で検証し、有望な治療薬候補化合物を同定することを目標とする。
令和2年度は、昨年に引き続き、化合物、タンパク質、疾患に関する医薬ビッグデータを、インターネットや文献、データベースから適時収集して整備した。特に本年は、難治性疾患患者のSNPなどのゲノム情報をGWASカタログなどの疾患特異的なデータベースからから得て、情報解析可能な形に整備した。
そして、化合物の標的タンパク質プロファイルを構築した。グラフ畳み込みニューラルネットワークだけでなく再帰的ニューラルネットワークの枠組みで、化合物の標的タンパク質プロファイルを予測するためのモデルを構築した。他にも、線形モデルを活用したモデルも検討し、数値的検討を行った。それらのモデルを用いて、マルチタスク学習によるアルゴリズムや、化合物の化学構造の適用範囲を考慮したアルゴリズムも構築した。
次に、疾患に対して効能を持つ化合物を予測する手法の開発を行った。疾患のオミックスデータや分子ネットワーク情報を用いて、疾患の分子機序の類似性を評価し、予測モデルに組み込んだ手法を開発した。最終的に、対象疾患に対して、医薬品候補化合物を網羅的に予測した。ドッキングシミュレーションで、予測結果の検証を行った。
予測結果の検証のため、抗がん作用を評価できる試薬や提案手法で予測された化合物を用意し、がんに対する検証を行った。嚢胞性線維症の治療効果は、CFTRへの作用などで評価するため、その評価系構築し、予測結果の一部を検証した。

Research Progress Status

令和2年度が最終年度であるため、記入しない。

Strategy for Future Research Activity

令和2年度が最終年度であるため、記入しない。

  • Research Products

    (11 results)

All 2021 2020

All Journal Article (2 results) (of which Peer Reviewed: 2 results) Presentation (9 results) (of which Invited: 6 results)

  • [Journal Article] Lean-Docking: Exploiting Ligands’ Predicted Docking Scores to Accelerate Molecular Docking2021

    • Author(s)
      Berenger, F. Kumar, A., Zhang, K. and Yamanishi, Y.
    • Journal Title

      Journal of Chemical Information and Modeling

      Volume: in press Pages: in press

    • DOI

      10.1021/acs.jcim.0c01452

    • Peer Reviewed
  • [Journal Article] Ranking Molecules with Vanishing Kernels and a Single Parameter: Active Applicability Domain Included2020

    • Author(s)
      Berenger, F. and Yamanishi, Y.
    • Journal Title

      Journal of Chemical Information and Modeling

      Volume: 60 Pages: 4376 4387

    • DOI

      10.1021/acs.jcim.9b01075

    • Peer Reviewed
  • [Presentation] 機械学習によるデータ駆動型創薬2021

    • Author(s)
      山西芳裕
    • Organizer
      日本薬学会 第141年会
    • Invited
  • [Presentation] AIによるデータ駆動型研究が拓く創薬や医療2021

    • Author(s)
      山西芳裕
    • Organizer
      第58回日本糖尿病学会関東甲信越地方会
    • Invited
  • [Presentation] AIによるデータ駆動型研究が拓く創薬や医療2021

    • Author(s)
      山西芳裕
    • Organizer
      ALDOCKセミナー
    • Invited
  • [Presentation] AIによるデータ駆動型研究が拓く創薬や医療2020

    • Author(s)
      山西芳裕
    • Organizer
      Science Pioneers Consortium (SPC) 2020
    • Invited
  • [Presentation] Multiple omics-based diseasome analysis on gene expression machinery toward understanding disease-disease relationships and drug discovery2020

    • Author(s)
      岩田通夫, 沖真弥, 山西芳裕
    • Organizer
      第43回 日本分子生物学会年会
    • Invited
  • [Presentation] AIによる漢方薬の作用機序解析と効能予測2020

    • Author(s)
      山西芳裕
    • Organizer
      第2回日本東洋医学会福岡県部会
    • Invited
  • [Presentation] 摂動応答トランスクリプトームを用いた創薬標的分子と治療薬の探索2020

    • Author(s)
      難波里子, 岩田通夫, 飯田緑, 山西芳裕
    • Organizer
      第9回生命医薬情報学連合大会
  • [Presentation] 深層学習による食品ペプチドの健康効果の予測と作用機序の解明2020

    • Author(s)
      Fukunaga, I., Sawada, R., Shibata, T., Kaitoh, K., Sakai, Y., and Yamanishi, Y.
    • Organizer
      第9回生命医薬情報学連合大会
  • [Presentation] 深層学習を用いた漢方薬リポジショニングと作用機序解析2020

    • Author(s)
      Douke, A., Sawada, R., Iwata, M., Sakai, Y., Kadowaki, M., and Yamanishi, Y.
    • Organizer
      第9回生命医薬情報学連合大会

URL: 

Published: 2021-12-27  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi