| 研究課題/領域番号 |
19K23813
|
|---|
| 研究種目 |
研究活動スタート支援
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
0801:薬学およびその関連分野
|
|---|
| 研究機関 | 立命館大学 |
|---|
研究代表者 |
小川 慶子 立命館大学, 薬学部, 助教 (20844278)
|
|---|
| 研究期間 (年度) |
2019-08-30 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
2,730千円 (直接経費: 2,100千円、間接経費: 630千円)
2020年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2019年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 活性予測 / トリテルペン / 機械学習 / 天然物化学 / ケモインフォマティクス / 生物活性 / ビッグデータ / データベース / トリテルペノイド / 炎症抑制物質 |
|---|
| 研究開始時の研究の概要 |
炎症性腸疾患は現状では根治が困難な自己免疫疾患であり、過剰な免疫反応により生じる炎症で病状が悪化することが知られている。炎症抑制物質として様々な化合物が報告されているが、実際にどのような化学構造が実用的であるかについては未解明な部分も多い。
本研究では化合物ビッグデータを利用し、情報処理技術を用いて過去に蓄積されたデータから活性化合物の構造特性を明らかにすることで、炎症抑制活性の発現に有用な骨格・部分構造を開拓することを目的とする。また予測結果に基づいて化合物群の活性評価を実施し、結果を予測段階へフィードバックすることで、より高精度な予測手法の確立を目指す。
|
| 研究成果の概要 |
本研究は、化合物ビッグデータを利用して情報処理技術を用いた解析を行うことで、過去に蓄積されたデータから効率よく生物活性物質を開拓する手法の開発を目的とする。本研究成果として、機械学習の手法を用いることで、これまでに蓄積された情報 (化合物データベース・論文) からトリテルペンの活性の有無(強弱) を判別する予測モデルを作成した。くわえてトリテルペン化合物について活性試験を実施し、数種の活性物質を見出した。活性試験の結果と予測結果を比較したところ、約8割の正答率で活性を予測できていることが検証された。
|
| 研究成果の学術的意義や社会的意義 |
本研究により、高い判別能を持つ抗HSV-1活性予測モデルの構築ができた。この予測モデルは種々のトリテルペン及びその配糖体についても適用が可能である。本予測モデルを用いることによって、抗HSV-1活性を持つトリテルペンを事前に想定して成分探索研究や構造誘導化を行うことができ、より効率的な活性物質開拓に繋げられることが期待される。
|
