| Project/Area Number |
15KT0017
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 特設分野 |
|---|
| Research Field |
Mathematical Sciences in Search of New Cooperation
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
日比 孝之 大阪大学, 情報科学研究科, 教授 (80181113)
岡本 晃典 北陸大学, 薬学部, 講師 (70437309)
川下 理日人 大阪大学, 薬学研究科, 助教 (00423111)
田 雨時 大阪大学, 薬学研究科, 助教 (60761252)
|
|---|
| Project Period (FY) |
2015-07-10 – 2020-03-31
|
| Project Status |
Completed (Fiscal Year 2019)
|
| Budget Amount *help |
¥14,560,000 (Direct Cost: ¥11,200,000、Indirect Cost: ¥3,360,000)
Fiscal Year 2018: ¥3,640,000 (Direct Cost: ¥2,800,000、Indirect Cost: ¥840,000)
Fiscal Year 2017: ¥3,640,000 (Direct Cost: ¥2,800,000、Indirect Cost: ¥840,000)
Fiscal Year 2016: ¥3,640,000 (Direct Cost: ¥2,800,000、Indirect Cost: ¥840,000)
Fiscal Year 2015: ¥3,640,000 (Direct Cost: ¥2,800,000、Indirect Cost: ¥840,000)
|
|---|
| Keywords | 有害事象 / 機械学習 / ATCコード / Stacking / 化学記述子 / 悪性症候群 / スティーブンス・ジョンソン症候群 / マルチラベル学習 / 重篤希少有害事象 / AI / ROC曲線 / 多変量解析 / 副作用予測 / サポートベクターマシン / ランダムフォレスト / 多数決法 / 重大副作用 / JADER / Random Forest / 医薬品有害事象 / グレブナー基底 |
|---|
| Outline of Final Research Achievements |
We tried to make some models for predicting drugs which show relatively high probabilities of rare and severe adverse events using chemical structure information and machine learning methods. As results, several machine learning methods (Logistic Regression, Random Forest, Support Vector Machine, Artificial Neural Network, etc) with Stacking method showed enough prediction abilities when ATC code was introduced for malignant syndrome and thrombocytopenia. These results can be utilized as a powerful tool for Drug Development and drug administration guidance.
|
| Academic Significance and Societal Importance of the Research Achievements |
希少有害事象はこれまで、ともすれば、見過ごされがちであった。理由としては、極めて珍しいこと、殆どの医薬品に見られるので、これを咎めると、医薬品が市場に無くなってしまうことが考えられる。しかしながら中には命に関わる重篤なものもあり、かつ、一部の医薬品で高確率で見られ、回収に繋がったものもある事から、このまま見過ごすことはできないと考えた。今回の結果により、より高確率で希少重篤有害事象を引き起こす医薬品の化学的特徴が明らかとなり、将来的には、医薬品開発の様々な段階で援用され、服薬指導時に注意を促すための材料となり、有害事象から命を落としたり、後遺症に悩む人々の現出を予防できることが期待される。
|
