研究課題
近年の新薬開発の行き詰まりを打開する創薬戦略として、既存薬の新しい効能を発見し別の疾患に対する治療薬として再開発するドラッグリポジショニングが注目を浴びている。近年の生命科学では、ヒトの全ての遺伝子やタンパク質に関するオミックスデータや、薬物に関する生理活性情報や膨大な薬物応答遺伝子発現情報も蓄積されつつある。本研究プロジェクトでは、そのような大量のデータを有効活用し、がんに対するデータ駆動型ドラッグリポジショニングの手法を開発した。ドライ研究とウェット研究を連携して取り組むことによって、がん治療のための臨床試験に有望な既存薬の探索を行った。平成２８年度は、前年度に収集して整備した大規模データを基づき、薬物の抗がん作用を予測する統計モデルを改良し、パラメータ最適化を行った。特にヒトの多様ながん細胞株における薬物応答遺伝子発現プロファイルを解析し、がんに作用する薬物を同定する手法を開発した。肺がん、食道がん、大腸がん、乳がん、頭頸部がん、子宮頸がん、悪性中皮腫、血液腫瘍など様々ながんに対する薬物の抗がん作用をインシリコ予測し、複数の生物学的考察を基に実験で検証するための薬物を選択した。そして、ウェット実験で予測した薬物の抗がん作用の妥当性を確認した。実際にその薬物の中のいくつかで、がんに対する既知の治療標的分子に対する相互作用やがん関連パスウェイを介した腫瘍縮小効果を確認することができた。実際に、これまでの成果について、平成２８年度は国際学術雑誌への論文発表を１件、国内学会での発表を３件行った。本研究プロジェクトは、おおむね順調に進展したと考えることができる。
すべて 2017 2016
すべて 雑誌論文 (1件) (うち査読あり 1件、 オープンアクセス 1件、 謝辞記載あり 1件) 学会発表 (3件)
Scientific Reports
巻: 7 ページ: 40164
doi: 10.1038/srep40164
