Transporting drugs across the blood-brain barrier through information technology

2024 Fiscal Year Final Research Report

• Project/Area Number: 21K18310
• Research Category: Grant-in-Aid for Challenging Research (Pioneering)
• Allocation Type: Multi-year Fund
• Review Section: Medium-sized Section 62:Applied informatics and related fields
• Research Institution: National Institute of Infectious Diseases (2022, 2024); The University of Tokyo (2021)
• Principal Investigator: Kuroda Daisuke 国立感染症研究所, 治療薬・ワクチン開発研究センター, 主任研究官 (60756732)
• Co-Investigator(Kenkyū-buntansha): 安楽 泰孝 東京科学大学, 物質理工学院, 准教授 (60581585) ; 橋口 隆生 京都大学, ウイルス・再生医科学研究所, 教授 (50632098)
• Project Period (FY): 2021-07-09 – 2025-03-31
• Keywords: DDS / 分子設計 / 薬物脳内輸送 / シミュレーション / 機械学習 / 抗体

Outline of Final Research Achievements

Recent breakthroughs in artificial intelligence have rapidly heightened the importance of in silico analysis in drug discovery. Yet, compared with pharmaceutical development, the use of information technology in drug-delivery systems (DDS) remains limited. This study sought to establish a foundational platform that combines machine learning (ML) with molecular simulation to rationally design nanocarriers aimed at brain delivery. Over four years, we created a simulation pipeline that replicates interactions among polymers and RNA used in real DDS applications and validated its reliability through feedback from experimental data. Furthermore, we assembled a prototype automated workflow and a database of more than 600 physicochemical-property records, laying the groundwork for smoothly transitioning to ML-based predictive modeling and optimal nanocarrier design.

Free Research Field

バイオインフォマティクス

Academic Significance and Societal Importance of the Research Achievements

本研究は「アミン → TPP」という単一の官能基変換で、(i) 静電相互作用、(ii) 疎水性相互作用、(iii) 多点架橋の三重効果を実現した。計算/実験の相互作用により、置換率最適化から in vivo 評価までを完了できたことは、理論駆動型DDS開発の実践例として大きな意義を持つ。計算科学の深化が実験設計を加速し、得られたミセルは in vivo での有効性と安全性を同時に示したことから、本課題の科学的・社会的波及効果は極めて大きいと言える。今後は、本研究で開発している予測モデルを活用して、ポリマーのバーチャルスクリーニングを実施し、DDSに用いるナノキャリア設計空間を拡張する。