2015 Fiscal Year Annual Research Report
オミックスデータから薬物の標的分子を網羅的に予測するための機械学習法の開発
| Project/Area Number |
25700029
|
|---|
| Research Institution | Kyushu University |
|---|
Principal Investigator |
山西 芳裕 九州大学, 高等研究院, 准教授 (60437267)
|
|---|
| Project Period (FY) |
2013-04-01 – 2016-03-31
|
| Keywords | 機械学習 / インシリコ創薬 / 標的分子 / 相互作用予測 / 薬物 |
|---|
| Outline of Annual Research Achievements |
薬物・標的タンパク質間相互作用の同定は、医薬品開発において最重要課題である。ポストゲノム研究では、ゲノム、トランスクリプトーム、プロテオームなどの遺伝子やタンパク質に関する大量のオミックスデータが得られるようになってきた。同時に、膨大な数の化合物や薬物に関するケミカル情報や生理活性情報も蓄積されている。本研究プロジェクトでは、そのような薬物やタンパク質に関する膨大なオミックスデータを融合解析し、未知の薬物・標的タンパク質間相互作用を予測するための機械学習の手法を開発することを目的としている。
平成２７年度は、前年度までに開発してきた機械学習の予測モデルを拡張し、より効率的なアルゴリズムを設計した。これまで用いた薬物の化学構造や薬理作用データでの大規模解析を行うと共に、薬物応答遺伝子発現情報を用いた薬物の標的分子の予測を試みた。小規模データでの解析であるが、遺伝子発現プロファイルを用いる事で薬物の化学構造の依存せずに標的分子の予測ができ、作用機序の理解に繋がることを確認した。薬物の標的分子の網羅的予測を行い、その結果の生物学的な考察や妥当性の検証を行った。予測された標的タンパク質を通じて、薬物が本来開発された疾患とは別の疾患への効能発見の可能性も検証した。これまでの成果について、平成２７年度は国際学術雑誌への論文発表を４件、国際学会での口頭発表を４件、国内学会での口頭発表を８件行った。本研究プロジェクトは、おおむね順調に進展したと考えることができる。
|
| Research Progress Status |
27年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
27年度が最終年度であるため、記入しない。
|
| Causes of Carryover |
27年度が最終年度であるため、記入しない。
|
| Expenditure Plan for Carryover Budget |
27年度が最終年度であるため、記入しない。
|
