| 研究課題/領域番号 |
17K20043
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
環境解析評価およびその関連分野
|
|---|
| 研究機関 | 京都大学 |
|---|
研究代表者 |
Brown John 京都大学, 医学研究科, 講師 (90583188)
|
|---|
| 研究期間 (年度) |
2017-06-30 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
6,500千円 (直接経費: 5,000千円、間接経費: 1,500千円)
2018年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
2017年度: 4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
|
|---|
| キーワード | 核内受容体 / 化学物質 / 人工知能 / 能動的学習 / 分子設計 / 安全評価 / 可視化 / AI / 評価統計選択 / 画像化 / 相互作用 / 受容体 / 計算創薬 / 安全性 / 化審法 / ケモジェノミクス |
|---|
| 研究成果の概要 |
医薬品を含めて化学物質が複数の受容体を作用することが副作用と炎症反応を起こす原因にある。理想な安全性対策として全化学物質と受容体の相互作用を実験で評価する体制ができれば良いが、費用と材料の限界があるため、網羅的に実験で評価することが困難である。そのため、人工知能を用いて作用を予測し、検証回数を減らす手法が社会的にニーズがある。本研究では、化学物質と細胞の制御に関与する受容体の相互作用に対して、予測モデル開発に挑戦した。結果として核内受容体と代謝系CYP450酵素の化学物質との相互作用を高精度に予測できることを証明した。開発した手法は、規制機関で利用でき、人体への影響のリスク減少にも貢献できる。
|
| 研究成果の学術的意義や社会的意義 |
工場などで排出される空気に複数の化学物質が含まれている。人体に対する安全性を確認するため、化学物質の分子的な作用機序を明確にする必要がある。本研究は細胞制御と代謝に関連するタンパク質に対する化学物質の結合性を予測する手法を開発でき、次世代安全対策に貢献する技術を成立できた。
また、開発した手法は、活用が期待される人工知能(AI)をどのように評価と解釈をすれば良いかという課題に大きく貢献し、学術的にも社会的にも意義がある。
|
