名古屋大学
岡山大学

◆発表のポイント

• ヒトの全ての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機械学習で解析し、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た。
• 全タンパク質に対する薬の結合親和性を計算することで、薬の結合パターンを明らかにし、薬の副作用の発現に関与するタンパク質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開発の期間短縮や費用削減に貢献することが期待される。

　名古屋大学大学院情報学研究科の坂尻 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機械学習モデルで解析し、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機械学習モデルで予測し、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開発の期間短縮や費用削減に貢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。

■論文情報
雑誌名：「iScience」
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. （名古屋大学）, Shibata, T.（九州工業大学）, and Yamanishi, Y.（名古屋大学）
DOI：10.1016/j.isci.2024.110032
URL: https://www.sciencedirect.com/science/article/pii/S2589004224012574

　本研究は、JSPS科学研究費補助金・基盤研究A　21H04915「 医療ビッグデータから難治性疾患の創薬標的を予測する革新的AI手法の開発」（研究代表者：山西芳裕）の支援を受け行われました。

＜詳しい研究内容について＞
全タンパク質構造への薬の結合親和性から薬効と副作用を予測〜シミュレーションとAI・機械学習で薬のメカニズムを理解する〜

【研究者連絡先】
東海国立大学機構 名古屋大学大学院情報学研究科
教授　山西　芳裕　（やまにし　よしひろ）
TEL：052-789-5638

岡山大学学術研究院医歯薬学域（医）薬理学分野
助教　澤田　隆介（さわだ りゅうすけ）
TEL：086-235-7138 FAX：086-235-7138

【報道連絡先】
東海国立大学機構 名古屋大学広報課
TEL：052-558-9735 FAX：052-788-6272

岡山大学総務・企画部広報課
TEL：086-251-7292 FAX：086-251-7294