| Project/Area Number |
21K18310
|
|---|
| Research Category |
Grant-in-Aid for Challenging Research (Pioneering)
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Medium-sized Section 62:Applied informatics and related fields
|
|---|
| Research Institution | National Institute of Infectious Diseases (2022, 2024)
The University of Tokyo (2021) |
|---|
Principal Investigator |
Kuroda Daisuke 国立感染症研究所, 治療薬・ワクチン開発研究センター, 主任研究官 (60756732)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
安楽 泰孝 東京科学大学, 物質理工学院, 准教授 (60581585)
橋口 隆生 京都大学, ウイルス・再生医科学研究所, 教授 (50632098)
|
|---|
| Project Period (FY) |
2021-07-09 – 2025-03-31
|
| Project Status |
Completed (Fiscal Year 2024)
|
| Budget Amount *help |
¥25,740,000 (Direct Cost: ¥19,800,000、Indirect Cost: ¥5,940,000)
Fiscal Year 2024: ¥4,940,000 (Direct Cost: ¥3,800,000、Indirect Cost: ¥1,140,000)
Fiscal Year 2023: ¥5,330,000 (Direct Cost: ¥4,100,000、Indirect Cost: ¥1,230,000)
Fiscal Year 2022: ¥5,330,000 (Direct Cost: ¥4,100,000、Indirect Cost: ¥1,230,000)
Fiscal Year 2021: ¥10,140,000 (Direct Cost: ¥7,800,000、Indirect Cost: ¥2,340,000)
|
|---|
| Keywords | DDS / 分子設計 / 薬物脳内輸送 / シミュレーション / 機械学習 / 抗体 / 情報技術 / 計算科学 / 脳内輸送 / 中枢神経系 / 感染症 |
|---|
| Outline of Research at the Start |
近年の情報科学、特に人工知能技術の進展は目覚ましく、さまざまな分野で社会実装が急速に進んでいる。情報技術の応用が最も期待されている領域の１つが、「創薬」である。こうした中、近年、医薬品そのものの開発では、情報技術が積極的に活用されてきた一方で、医療上極めて重要である、医薬品の標的への輸送系(DDS)に関しては情報技術はほとんど活用されていないのが現状である。そこで本研究では、計算・情報技術に基づき、より合理的かつ効率的な医薬品の脳内輸送を実現するナノキャリアの理論設計技術の確立を目指す。DDS実験を先導する情報科学技術を開拓する。
|
| Outline of Final Research Achievements |
Recent breakthroughs in artificial intelligence have rapidly heightened the importance of in silico analysis in drug discovery. Yet, compared with pharmaceutical development, the use of information technology in drug-delivery systems (DDS) remains limited. This study sought to establish a foundational platform that combines machine learning (ML) with molecular simulation to rationally design nanocarriers aimed at brain delivery. Over four years, we created a simulation pipeline that replicates interactions among polymers and RNA used in real DDS applications and validated its reliability through feedback from experimental data. Furthermore, we assembled a prototype automated workflow and a database of more than 600 physicochemical-property records, laying the groundwork for smoothly transitioning to ML-based predictive modeling and optimal nanocarrier design.
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究は「アミン → TPP」という単一の官能基変換で、(i) 静電相互作用、(ii) 疎水性相互作用、(iii) 多点架橋の三重効果を実現した。計算/実験の相互作用により、置換率最適化から in vivo 評価までを完了できたことは、理論駆動型DDS開発の実践例として大きな意義を持つ。計算科学の深化が実験設計を加速し、得られたミセルは in vivo での有効性と安全性を同時に示したことから、本課題の科学的・社会的波及効果は極めて大きいと言える。今後は、本研究で開発している予測モデルを活用して、ポリマーのバーチャルスクリーニングを実施し、DDSに用いるナノキャリア設計空間を拡張する。
|
