Development of a non-target drug screening system using in silico prediction

2021 Fiscal Year Final Research Report

• Project/Area Number: 19K10679
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 58040:Forensics medicine-related
• Research Institution: The University of Tokyo
• Principal Investigator: SAKA Kanju 東京大学, 大学院医学系研究科(医学部), 技術専門職員 (30447388)
• Project Period (FY): 2019-04-01 – 2022-03-31
• Keywords: ノンターゲット薬物スクリーニング / in silico / 薬毒物データベース / 保持時間予測 / LC-QTOF-MS

Outline of Final Research Achievements

In this study, we attempted to build a non-target drug screening system using LC-QTOF-MS and in silico prediction, and achieved the following.
1) To simplify data analysis of blood samples with large background noise, we developed a two-dimensional search method that picks up only peaks that match both accurate mass and predicted retention time. 2) Because searching through a huge database (approximately 98 million compounds) made it difficult to narrow down candidate drugs, a drug database for forensic toxicology was created to enable more practical searches. 3) We investigated a method for retention time prediction and found that it is important to create prediction equations with a group of highly similar compounds to improve accuracy.

Free Research Field

法中毒学

Academic Significance and Societal Importance of the Research Achievements

近年、法医学ではGC-MSやLC-MS/MSを用いたターゲット薬毒物スクリーニングが一般化しつつあるが、保持時間やフラグメント情報がない新規薬物に対応することができない。このような状況から、ノンターゲット薬毒物スクリーニングへの要求は世界的に高まっている。我々の研究では、LC-QTOF-MSで得られた精密質量情報に加え、精度の高い保持時間予測、フラグメント予測といったin silicoを活用することにより、化学構造式という必要最低限の情報のみで、ノンダーゲットスクリーニングを可能にした。さらに、我々独自のデータベースによって、新規薬毒物の迅速な登録及び実践での活用を可能にした。