| 研究課題/領域番号 |
20H04280
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分62010:生命、健康および医療情報学関連
|
|---|
| 研究機関 | 東京工業大学 |
|---|
研究代表者 |
大上 雅史 東京工業大学, 情報理工学院, 助教 (50743209)
|
|---|
| 研究分担者 |
山本 一樹 東京大学, アイソトープ総合センター, 特任助教 (90758301)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
17,680千円 (直接経費: 13,600千円、間接経費: 4,080千円)
2022年度: 5,980千円 (直接経費: 4,600千円、間接経費: 1,380千円)
2021年度: 5,590千円 (直接経費: 4,300千円、間接経費: 1,290千円)
2020年度: 6,110千円 (直接経費: 4,700千円、間接経費: 1,410千円)
|
|---|
| キーワード | 創薬支援 / タンパク質間相互作用 / AI創薬 / 分子設計 / ケモインフォマティクス / 医薬品設計 / 機械学習 / 高性能計算 / バイオインフォマティクス / インタラクトーム |
|---|
| 研究開始時の研究の概要 |
タンパク質間相互作用 (PPI) を対象としたIT創薬手法の確立は、これまでに治療が叶わなかった疾病の根治や、創薬産業の加速に必須である。PPIを狙う創薬では、①未知のPPIの可能性が網羅的に調べられていないこと、②PPIを標的とする医薬品の計算設計技術がほとんど無いこと、の2点が大きな課題となっている。本研究は、未知のPPIを標的とした薬剤分子の設計を可能にする創薬支援技術の研究開発を行う。網羅的なPPI予測と、機械学習によるPPI標的候補化合物設計技術の開発、in vitro実験による検証を通じて、PPIを標的とする分子設計支援を達成する。
|
| 研究成果の概要 |
本研究課題は、タンパク質間相互作用 (Protein-Protein Interaction, PPI) を標的とする創薬の支援を目的とし、計算による分子デザイン技術の開発を行った。期間中にAlphaFold2の発表などがあり、当初の計画を修正しながら様々なアプローチを探った。PPI阻害剤が持つ特有の物性を加味したスコアリングQEPPIや、それに基づく仮想分子生成技術の開発、AlphaFold2による複合体予測やbinderペプチド予測などの予測技術を開発した。
|
| 研究成果の学術的意義や社会的意義 |
計算によって標的に対する適切な分子を提案できるようになることは、多大なコストがかかっている創薬研究開発の効率化につながる。特に、前臨床に至る前までに標的活性のほかにも懸念される物性などの観点をクリアできることが重要であり、「良い」性質の分子を提案できる計算技術の存在はきわめて重要である。本研究成果は、PPIを標的とする分子の設計という難易度が高い課題に挑戦し、創薬の効率化に寄与する成果が得られたという点で大きな社会的意義を持つものである。
|
