| 研究課題/領域番号 |
20K15422
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
野島 陽水 大阪大学, 数理・データ科学教育研究センター, 特任講師(常勤) (30815717)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | 人工知能 / AI / 創薬探索 / 特発性肺線維症 / IPF / マルチオミックス / 機械学習 / ドラッグリポジショニング |
|---|
| 研究実績の概要 |
特発性肺線維症(Idiopathic Pulmonary Fibrosis; IPF)は遺伝的要因および環境的要因によって発症する呼吸器疾患であり、有効な治療薬が社会的に求められている。IPFは肺がんと密接に関連しており、発症メカニズムに多くの類似点がある。そこで本研究では、大規模な公共癌細胞株データベースの情報と人工知能（Artificial Intelligence; AI）を活用し、データ駆動的な研究を展開する。具体的には細胞のマルチオミックスデータと化合物情報を用いて、化合物添加による細胞生存率を予測するAIを開発する。開発したAIにIPF患者肺から樹立した初代培養細胞のマルチオミックスデータと化合物情報を入力し、IPF治療に有効な候補化合物を提案する。最終的には、実験的検証により化合物の薬理効果を確認する。
初年度では、化合物添加による細胞生存率を予測するAIの開発を目指した。具体的には、公共がん細胞株データベースのマルチオミックスデータと化合物情報を説明変数、化合物添加による細胞生存率を目的変数として、複数の学習アルゴリズムを用いてモデルを構築した。また、k-分割交差検証法およびleave-one-out交差検証法により評価を行った。このうち高い精度を出力するモデルを採用し、次年度では当該モデルを用いて研究を遂行する。
また、本研究の対象疾患であるIPFの診断に関する論文、オミックスデータ解析に関する論文、解析ツールに関する論文など、本研究に関連する複数の論文を国際学術誌に発表した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
初年度では、化合物添加による細胞生存率を予測するAIの開発を目指した。複数の学習アルゴリズムを用いてモデルを構築し、交差検証法により評価した。このうち高い精度で予測できるモデルを採用し、次年度では当該モデルを活用した研究を遂行することが可能であるため、順調に進展していると言える。
|
| 今後の研究の推進方策 |
次年度ではまず、IPF患者の肺組織から樹立した初代培養細胞のマルチオミックスデータを収集する。収集については外部委託で実施し、データ解析は研究代表者が行う。得られたマルチオミックスデータを初年度で開発したAIに入力し、化合物ごとの細胞生存率を予測する。これにより、標的細胞の生存率を低くする候補化合物を提案する。
最終年度では、前年度で予測した候補化合物の薬理効果を実験的検証により確認する。
|
| 次年度使用額が生じた理由 |
初年度ではアメリカで行われる国際システム生物学会に参加予定であったが、新型コロナ感染対策のため２０２１年度に延期となった。そのため、当該費用を次年度に使用する計画に変更した。
|
