■パスウェイの制御による創薬｜医薬ビッグデータから抗がん作用薬を自動的に予測する情報技術を開発｜九州工業大学
医薬ビッグデータから抗がん作⽤薬を⾃動的に予測する情報技術を開発-パスウェイの制御による創薬
（2018/11/6、九州工業大学）
九州工業大学大学院情報工学研究院の山西芳裕教授らの研究グループは、東京大学医科学研究所の谷憲三朗特任教授らの研究グループとの共同研究により、医薬ビッグデータの情報解析から薬物の潜在的な抗がん作用を自動的に予測する新たな情報技術を開発しました。
従来の創薬では、1つの生体分子の制御による創薬のアプローチがとられてきましたが、生体分子がなす分子間相互作用の影響を考慮できないという問題がありました。
そこで、多くの生体分子の機能モジュールであるパスウェイ（遺伝子やタンパク質などの生体分子からなる生体分子相互作用ネットワークの機能モジュール）の制御による新しい創薬のコンセプトを提唱しました。
この研究により、安価で安全性が確認されている既存薬を有効活用するドラッグリポジショニングによって、新薬開発コストを大幅に削減することが期待されます。
■まとめ
#DeNA、製薬企業（#旭化成ファーマ #塩野義製薬）の化合物データを活用したAI創薬に関する共同研究を2018年1月よりスタート｜なぜAI技術を活用した創薬事業に注目が集まっているの？によれば、AI技術を活用した創薬事業に注目が集まっているのは、現在はIT技術を用いながらも経験と勘に頼って化合物の選択を行なっており、創薬プロセスの検証には時間とお金がかかっているため、創薬プロセスの生産性向上が求められているためです。
ゲノム解析が一般的なものになった時、AIが過去の文献や医学論文、データベースを探索するようになる！？によれば、現在では、抗がん剤を使用する前に、ゲノム情報を活用してどのような薬が効くのかを事前に調べて投与する「Precision Medicine」に注目が集まっていますが、製薬業界の丸ごとAI化を目指す取り組みが日本でスタート – VINAS Users Conference 2017（2017/10/13、マイナビニュース）で紹介されているスライドを参考にすると、あらゆる場面でAIが使われる可能性がありそうです。
病気Aに対して「ターゲット探索AI（どんな疾患の薬を開発すればよい？）」
→「リード探索AI（病気Aの原因タンパク質は？）」→標的タンパク質X
→「リード最適化AI（標的たんぱくXに効く薬物候補化合物は？）」→候補化合物Y
→「バイオアッセイAI（化合物Yの薬効は？副作用はないか？安定な物性か？）」→有望な医薬品候補Z
→「前臨床試験AI（医薬品候補Zは患者に安全に効くのか？）」→医薬品候補Zを製品化してよい
→「臨床試験AI（治験に合格するには？治験方法は？）」→患者群P 治療方針T
→「承認」
→「市販後の副作用の危険性は？費用対効果は？」安全に効く患者群S→薬価はWが妥当
薬物治療
今回のニュースは医薬ビッグデータの解析による創薬について取り上げましたが、もしかすると、製薬業界丸ごとAI化という未来もありうるのかもしれません。
【参考リンク】
- Iwata, M., Hirose, L., Kohara, H., Liao, J., Sawada, R., Akiyoshi, S., Tani, K., and Yamanishi, Y. Pathway-based drug repositioning for cancers: computational prediction and experimental validation J. Med. Chem., 2018, 61 (21), pp 9583–9595 DOI: 10.1021/acs.jmedchem.8b01044
【関連記事】