| 研究課題/領域番号 |
18K14987
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分47060:医療薬学関連
|
|---|
| 研究機関 | 名古屋市立大学 |
|---|
研究代表者 |
安部 賀央里 名古屋市立大学, 医薬学総合研究院(薬学), 助教 (70440625)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2019年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
2018年度: 2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
|
|---|
| キーワード | 薬物性肝障害 / JADER / インシリコ予測 / 機械学習 / 副作用 / ビッグデータ / 人工知能 / 機械学習法 |
|---|
| 研究成果の概要 |
本研究では有害事象自発報告データベースとしてJADERを活用し、機械学習を用いて医薬品の化学構造情報から薬物性肝障害を予測することを目的とした。シグナル検出法と報告件数を用いて薬物性肝障害の陽性医薬品と陰性医薬品を定義した。医薬品の分子記述子を特徴量とし、ランダムフォレストを用いて、薬物性肝障害の有無を判別するインシリコ予測モデルを構築したところ、感度0.90、AUC 0.66の性能が得られた。さらにJADERと文献情報を組み合わせることで、AUCが0.84まで改善した。大規模な副作用情報と機械学習を適切に活用することで薬物性肝障害の予測が可能であることが示唆された。
|
| 研究成果の学術的意義や社会的意義 |
本研究の学術的意義として、開発した予測モデルは対象とする副作用に対して柔軟性があり、入手しやすい医薬品の化学構造情報を用いて適切に大規模な副作用情報を活用することで、様々な副作用の予測に応用することが可能である。薬物性肝障害の予測モデルを活用すればヒトでの臨床試験や市販後のリスク軽減が可能となり、本研究から得られた知見は新薬開発において候補化合物のスクリーニングを効率化することも期待されるなど社会的意義も大きい。
|
