| 研究課題/領域番号 |
25870336
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
生命・健康・医療情報学
システムゲノム科学
|
|---|
| 研究機関 | 京都大学 |
|---|
研究代表者 |
Brown John (BROWN John) 京都大学, 医学研究科, 講師 (90583188)
|
|---|
| 研究協力者 |
シュナイダー ギズバート ETH Zurich
レカー ダニエル Massachusetts Institute of Technology
|
|---|
| 研究期間 (年度) |
2013-04-01 – 2017-03-31
|
| 研究課題ステータス |
完了 (2016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)
2016年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2015年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2014年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2013年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
|---|
| キーワード | chemogenomics / comput. drug discovery / pattern recognition / life science informatics / ケモジェノミクス / 計算創薬 / 統計パターン認識 / 生命情報科学 / 化合物 / タンパク質 / 相互作用 / 遺伝子発言 / 個別化化学療法 / マイクロアレイ / トランスクリプトーム / 分子相互作用 / 臨床情報 / オミックス / ケモジェノミックス / バーチャルスクリーニング / 遺伝子発現 / 機械学習 / 分子ネットワーク / 国際研究者交流 ドイツ / 国際研究者交流 フランス |
|---|
| 研究成果の概要 |
本研究では、計算創薬の予測技術研究を行った。多くの薬の原理は、化合物をタンパク質に結合させ、生体内の信号伝達を阻止することである。どの化合物とどのタンパク質が結合するかは複雑であるが、最近は計算で相互作用を予測することができ、薬の開発費用を抑えることが期待されてきた。
この研究では相互作用を予測する、新しい予測技術を開発した。新手法の特徴は、膨大なデータまたは複雑な人工知能（AI)を用いずに、正確な予測モデルを構築することができること。本研究では主流になってきたビッグデータ創薬を覆す手法であり、手法の再現性も証明できた。今後は、製薬会社と連携して実際の医薬品開発に適用する。
|
