研究課題
創薬では、薬候補化合物は標的蛋白質との結合親和性だけでなく、毒性や代謝などを考慮したより薬らしく最適化が行われていく。今年度は、機械学習の多目的最適化を考慮した化合物生成手法とパレートフロントからの化合物選択手法が完成したため、分担者の稲岡教授がアッセイ系を持つトリパノソーマ寄生原虫の治療薬の標的となる TAO(トリパノチオン酸化還元酵素)を最初の標的標的蛋白質として、結合親和性とQEDの双方を多目的最適化した化合物の生成を合成経路付きで行った。ドッキングスコアと薬らしさ(QED)、毒性を重み付きの総和や総乗する手法と異なり、化合物を見ながらパレートフロントから化合物を選択可能である。更に実際に合成を行う為に合成化学者と連携して機械学習による逆合成解析ツールを用いてトップ10の化合物のウェットでの実験を試み、それにより実験からのフィードバックが得られ、生成モデルの生成時のプロトコールの改善に繋がった。本研究で開発した手法をオープンソース化し、GitHub で公開した。これにより、他の研究者が本手法を利用し、さらなる発展を遂げることが期待される。本研究で得られた知見は、創薬研究におけるAI の活用方法に関する議論を深める上でも重要である。
令和5年度が最終年度であるため、記入しない。
すべて 2024 2023 その他
すべて 雑誌論文 (16件) (うち査読あり 16件、 オープンアクセス 4件) 学会発表 (14件) (うち国際学会 8件、 招待講演 5件) 備考 (1件)
Frontiers in Cellular and Infection Microbiology
巻: 13 ページ: -
10.3389/fcimb.2023.1302114
Journal of the Physical Society of Japan
巻: 93 ページ: 1-7
10.7566/JPSJ.93.044002
International Journal of Biological Macromolecules
巻: 259 ページ: 129490~129490
10.1016/j.ijbiomac.2024.129490
The Journal of Antibiotics
巻: 76 ページ: 665~672
10.1038/s41429-023-00651-w
Tetrahedron Letters
巻: 128 ページ: 154698~154698
10.1016/j.tetlet.2023.154698
ChemMedChem
巻: 18 ページ: -
10.1002/cmdc.202200586
Tropical Medicine and Health
巻: 51 ページ: -
10.1186/s41182-023-00502-2
Frontiers in Molecular Biosciences
巻: 10 ページ: 1-14
10.3389/fmolb.2023.1095026
IEEE Transactions on Signal Processing
巻: 71 ページ: 2668~2682
10.1109/TSP.2023.3297743
IEEE Transactions on Information Theory
巻: 69 ページ: 5902~5920
10.1109/tit.2023.3276696
Proceedings of The 26th International Conference on Artificial Intelligence and Statistics (PMLR206)
巻: - ページ: 11317-11330
巻: - ページ: 6783-6805
ACS Omega
巻: 8 ページ: 37431~37441
10.1021/acsomega.3c05430
Proceedings of the 2023 Congress in Computer Science, Computer Engineering, & Applied Computing (CSCE)
巻: - ページ: 2140-2146
10.1109/CSCE60160.2023.00351
巻: - ページ: 2147-2152
10.1109/CSCE60160.2023.00352
巻: 8 ページ: 25850~25860
10.1021/acsomega.3c01314
https://github.com/sekijima-lab/Mothra