医薬品を含めて化学物質が複数の受容体を作用することが副作用と炎症反応を起こす原因にある。理想な安全性対策として全化学物質と受容体の相互作用を実験で評価する体制ができれば良いが、費用と材料の限界があるため、網羅的に実験で評価することが困難である。そのため、人工知能を用いて作用を予測し、検証回数を減らす手法が社会的にニーズがある。本研究では、化学物質と細胞の制御に関与する受容体の相互作用に対して、予測モデル開発に挑戦した。結果として核内受容体と代謝系CYP450酵素の化学物質との相互作用を高精度に予測できることを証明した。開発した手法は、規制機関で利用でき、人体への影響のリスク減少にも貢献できる。
|