黑料网大学院情报学研究科の坂尻 由子 研究員、山西 芳裕 教授、岡山大学学術研究院医歯薬学域の澤田 隆介 助教、九州工業大学院情報工学研究院の柴田 友和 研究員の研究グループは、AlphaFold注3）に代表されるAI技術で得られた全てのヒトタンパク質の立体構造をドッキングシミュレーションと机械学习モデルで解析し、薬の効能や毒性?副作用を予測する新しい計算手法を開発しました。約8千種類の既存薬と約2万種類のヒトタンパク質の結合親和性のシミュレーションから、様々な疾患に対する既存薬の新規効能を網羅的に予測できることを示しました。さらに、数百種類の毒性に対する薬の副作用を机械学习モデルで予測し、副作用の発現に関与するタンパク質を抽出することにも成功しました。本研究の提案手法は、薬のメカニズムの理解や医薬品开発の期间短缩や费用削减に贡献することが期待されます。
本研究成果は、2024年6月21日午前9時（日本時間）付Cell Press社「iScience」で公開されます。
?ヒトの全てのタンパク质の立体构造を、ドッキングシミュレーション注1）と机械学习注2）で解析し、薬の効能や毒性?副作用を予测する新しい计算手法を开発した。
?全タンパク质に対する薬の结合亲和性を计算することで、薬の结合パターンを明らかにし、薬の副作用の発现に関与するタンパク质の抽出を可能にした。
?従来は考慮できなかったタンパク質群の影響を提案手法は考慮できるため、薬のメカニズムの理解や医薬品开発の期间短缩や费用削减に贡献することが期待される。
◆详细（プレスリリース本文）はこちら
注1）ドッキングシミュレーション：
タンパク质と薬のドッキングシミュレーションは、结合様式と结合亲和性を予测する情报技术である。
注2）机械学习：
データからパターンを学习し、新しい予测や分类を自动化する情报技术である。础滨を支える技术として活用されている。
注3）础濒辫丑补贵辞濒诲：
DeepMind社（現在のGoogle DeepMind社）が開発したAIモデルで、タンパク質のアミノ酸配列からタンパク質の立体構造を高い精度で予測することができる。
雑誌名：「颈厂肠颈别苍肠别」
論文タイトル：?Predicting therapeutic and side effects from drug binding affinities to human proteome structures
著者：Sawada, R.（岡山大学）, Sakajiri, Y. （黑料网）, Shibata, T.（九州工業大学）, and Yamanishi, Y.（黑料网）
顿翱滨：10.1016/箩.颈蝉肠颈.2024.110032
URL:
