九州工業大学大学院情報工学研究院の飯田緑 准教授、徳島大学大学院医歯薬学研究部の合田光寛 准教授?石澤啓介 教授、黑料网大学院情报学研究科の山西芳裕 教授の研究グループは、国立研究開発法人産業技術総合研究所安全科学研究部門の竹下潤一 主任研究員との共同研究により、相乗効果のある薬剤の组み合わせを予測する計算手法を開発しました。
复数の薬剤を组み合わせることにより、単独で使用した场合に比べて、副作用の軽减や治疗効果を向上が期待されます。しかし、医薬品の数は膨大で、动物実験や临床试験を用いて効果的な组み合わせを见つけるのは非常に困难です。このため、効果的な薬剤组み合わせを同定できる手法が切望されていました。
そこで本研究では、生体分子間相互作用ネットワークや遺伝子発現などのオミックス情報から、相乗効果を持つ薬剤の组み合わせを予測する計算手法を開発しました。生体内の分子は、単独で働くのではなく、他のさまざまな分子との相互作用によりその機能を発揮します。そこで、生体分子間相互作用ネットワークにおいて、疾患に関連するタンパク質群（疾患モジュール）と薬剤応答に関連するタンパク質群（薬剤モジュール）を同定しました。次に、ネットワーク伝播法を用いて、疾患モジュールと薬剤モジュールの位置関係?距離関係?相関関係を統合し予測スコアを計算しました。予測の精度を調べた結果、慢性骨髄性白血病などの6つの疾患において、従来の方法に比べて高い精度で薬剤組み合わせを予測できることが示されました。また、細胞生存実験により、慢性骨髄性白血病に対して予測された上位17の薬剤ペアのうち13のペアで相乗的な抗がん効果が確認されました。本手法は、がんを含む様々な疾患の治療において、効果的な薬剤組み合わせの発見に役立つと期待されます。
本研究成果は、2024年7月26日午後6時(日本時間)に Communications Medicineで公開されました。研究の詳細は別紙をご参照ください。
○疾患の治療効果を増強する薬剤の组み合わせを様々なビッグデータから論理的に予測できる新しい計算手法を開発した。
○生体分子间相互作用ネットワークや遗伝子発现などのオミックス情报を统合することで、
相乗効果を持つ薬剤の组み合わせを網羅的に予測することを可能にした。
○提案手法は多くの疾患に対する効果的な薬剤の组み合わせの発見に寄与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
1. 相乗効果 : 複数の要素が組み合わさることで、個々の要素の効果を超える効果が生じる現象。
2. 生体分子間相互作用ネットワーク : 細胞内で起こる、タンパク質などの分子間の結合や情報伝達などのこと。
3. 遺伝子発現情報 : 遺伝子がどの程度、mRNAとして発現しているか（活性度）を示す情報。
4. モジュール間の距離 : 生体分子間相互作用ネットワーク内で、異なるモジュール間の相対的な位置関係を示す指標。
5. ネットワーク伝播 : ネットワーク内の情報が伝わっていくプロセス。
6. 転写因子：遺伝子の発現を調節する役割を担うDNAに結合するタンパク質。
雑誌名：「Communications Medicine」
論文タイトル：A network-based trans-omics approach for predicting synergistic drug combinations
著者：Iida, M., Kuniki, Y., Yagi, K., Goda, M., Namba, S., Takeshita, J., Sawada, R., Iwata, M., Zamami Y., Ishizawa, K. and Yamanishi, Y.
顿翱滨番号：10.1038/蝉43856-024-00571-2.
