| 研究課題/領域番号 |
20H00620
|
|---|
| 研究種目 |
基盤研究(A)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
中区分62:応用情報学およびその関連分野
|
|---|
| 研究機関 | 東京工業大学 |
|---|
研究代表者 |
関嶋 政和 東京工業大学, 情報理工学院, 准教授 (80371053)
|
|---|
| 研究分担者 |
稲岡 健ダニエル 長崎大学, 熱帯医学研究所, 准教授 (10623803)
庄司 満 横浜薬科大学, 薬学部, 教授 (30339139)
平山 謙二 長崎大学, 熱帯医学・グローバルヘルス研究科, 教授 (60189868)
樺島 祥介 東京大学, 大学院理学系研究科(理学部), 教授 (80260652)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
38,480千円 (直接経費: 29,600千円、間接経費: 8,880千円)
2023年度: 9,490千円 (直接経費: 7,300千円、間接経費: 2,190千円)
2022年度: 9,490千円 (直接経費: 7,300千円、間接経費: 2,190千円)
2021年度: 9,490千円 (直接経費: 7,300千円、間接経費: 2,190千円)
2020年度: 10,010千円 (直接経費: 7,700千円、間接経費: 2,310千円)
|
|---|
| キーワード | AI創薬 / 抗規制原虫薬 / 機械学習 / ロボット / ケモインフォマティクス / バイオインフォマティクス / IT創薬 / 自動合成 / 寄生原虫 |
|---|
| 研究開始時の研究の概要 |
顧みられない熱帯病と呼ばれる寄生虫・細菌感染症が熱帯地域を中心に蔓延している。近年、一つの薬を開発する費用と期間は26億ドルと13.5年とされており、機械学習を始めとする情報技術やロボット技術による効率的な創薬手法の開発が期待されている。本研究では、機械学習を用いた候補化合物を生成する生成モジュール、活性予測モジュール、物性・毒性予測を行う評価モジュールの開発、これらの予測に基づいたロボットによる化合物自動合成手法の確立、抗寄生原虫活性・毒性評価実験系の確立を行い、実験結果を随時学習モデルに反映し、新たな薬候補化合物の提案・合成・評価を行う仕組みを確立することを目指している。
|
| 研究実績の概要 |
創薬では、薬候補化合物は標的蛋白質との結合親和性だけでなく、毒性や代謝などを考慮したより薬らしく最適化が行われていく。今年度は、機械学習の多目的最適化を考慮した化合物生成手法とパレートフロントからの化合物選択手法が完成したため、分担者の稲岡教授がアッセイ系を持つトリパノソーマ寄生原虫の治療薬の標的となる TAO（トリパノチオン酸化還元酵素）を最初の標的標的蛋白質として、結合親和性とQEDの双方を多目的最適化した化合物の生成を合成経路付きで行った。ドッキングスコアと薬らしさ（QED）、毒性を重み付きの総和や総乗する手法と異なり、化合物を見ながらパレートフロントから化合物を選択可能である。更に実際に合成を行う為に合成化学者と連携して機械学習による逆合成解析ツールを用いてトップ10の化合物のウェットでの実験を試み、それにより実験からのフィードバックが得られ、生成モデルの生成時のプロトコールの改善に繋がった。本研究で開発した手法をオープンソース化し、GitHub で公開した。これにより、他の研究者が本手法を利用し、さらなる発展を遂げることが期待される。本研究で得られた知見は、創薬研究におけるAI の活用方法に関する議論を深める上でも重要である。
|
| 現在までの達成度 (段落) |
令和5年度が最終年度であるため、記入しない。
|
| 今後の研究の推進方策 |
令和5年度が最終年度であるため、記入しない。
|
