• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2021 年度 研究成果報告書

in silico予測を用いたノンターゲット薬毒物スクリーニングの構築

研究課題

  • PDF
研究課題/領域番号 19K10679
研究種目

基盤研究(C)

配分区分基金
応募区分一般
審査区分 小区分58040:法医学関連
研究機関東京大学

研究代表者

坂 幹樹  東京大学, 大学院医学系研究科(医学部), 技術専門職員 (30447388)

研究期間 (年度) 2019-04-01 – 2022-03-31
キーワードノンターゲット薬物スクリーニング / in silico / 薬毒物データベース / 保持時間予測 / LC-QTOF-MS
研究成果の概要

本研究では、in silico予測とLC-QTOF-MSを用いたノンターゲット薬毒物スクリーニングの構築に取り組み、次の成果が得られた。
1)バックグラウンドノイズが大きい血液サンプルのデータ解析を簡潔にするため、精密質量と予測保持時間がともに一致するピークのみを拾い上げる2次元一括検索の方法を構築した。2)巨大データベース(約98,000,000化合物)での検索は、候補薬物を絞り込むのを困難にしたため、法医学用の薬毒物データベースを作成し、より実践的な検索を可能にした。3)保持時間予測の方法を検討し、精度を上げるには、類似度の高い化合物群で予測方程式を作ることが重要であることが判明した。

自由記述の分野

法中毒学

研究成果の学術的意義や社会的意義

近年、法医学ではGC-MSやLC-MS/MSを用いたターゲット薬毒物スクリーニングが一般化しつつあるが、保持時間やフラグメント情報がない新規薬物に対応することができない。このような状況から、ノンターゲット薬毒物スクリーニングへの要求は世界的に高まっている。我々の研究では、LC-QTOF-MSで得られた精密質量情報に加え、精度の高い保持時間予測、フラグメント予測といったin silicoを活用することにより、化学構造式という必要最低限の情報のみで、ノンダーゲットスクリーニングを可能にした。さらに、我々独自のデータベースによって、新規薬毒物の迅速な登録及び実践での活用を可能にした。

URL: 

公開日: 2023-01-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi