| 研究課題/領域番号 |
24500364
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
生体生命情報学
|
|---|
| 研究機関 | 東京理科大学 |
|---|
研究代表者 |
大和田 勇人 東京理科大学, 理工学部, 教授 (30203954)
|
|---|
| 研究分担者 |
青木 伸 東京理科大学, 薬学部, 教授 (00222472)
|
|---|
| 研究期間 (年度) |
2012-04-01 – 2015-03-31
|
| 研究課題ステータス |
完了 (2014年度)
|
| 配分額 *注記 |
4,940千円 (直接経費: 3,800千円、間接経費: 1,140千円)
2014年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
2013年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
2012年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | 機械学習 / 創薬 / ILP / 酵素 / スクリーニング / ドッキングシミュレーション / タンパク質 |
|---|
| 研究成果の概要 |
本研究では機械学習を用いた、創薬支援のための高性能なバーチャルスクリーニング手法を提案する。コンピュータを用いた創薬研究では研究者はドッキングソフトを用いており、ドッキングシミュレーション結果や化合物の構造、その他化合物の情報を総合的に考えて、化合物がタンパク質に結合するかを判定している。現在、ドッキングソフトの性能は高いとはいえない。本研究では、創薬の専門家の経験や知識を利用し、ドッキングソフトの結果や化学的な情報を基に高性能な化合物スクリーニングをおこなう手法を提案した。実験より、本研究の手法は98.4%と高い精度と良好なROC曲線を得られることが確かめられている。
|
