「創薬」タグアーカイブ

Health, Technology

#Intel はヘルスケア分野でどう取り組んでいくか？｜#インテル の5つの重点分野（#AI #IoT #5G #自動運転 #ヘルスケア）




■インテルの5つの重点分野（AI・IoT・5G・自動運転・ヘルスケア）
What is 5G? | Intel Business
What is 5G? | Intel Business

参考画像：What is 5G? | Intel Business｜YouTubeスクリーンショット

なぜIntelはヘルスケアに注力するのか

（2018/1/3、マイナビニュース）

Intelが将来の重点分野として掲げているのが「AI・機械学習」「IoT」「5G」「自動運転」「ヘルスケア（ライフサイエンス）」の5つです。

それぞれの分野は別の分野のように見えて、それぞれが結びついています。

ヘルスケア分野についても、AIが医師に疾病に対する知見を提供したり、画像やゲノムのスクリーニングデータから疾病の早期発見を可能とするといった動きや、新薬開発の効率化、といった取り組みなども進められるなど、活用が進むほか、ウェアラブル機器によるバイタルサインの取得や、そのデータを5Gを用いて送信といったように、ほかの重点分野の技術をも内包する形で、事業強化が図られている。

ヘルスケア分野でいえば、「AI」が医師に対して病気に対する支援を行なったり、画像や遺伝子のデータから病気の早期発見を目指していたり、「IoT」においてはウェアラブルデバイスでバイタルサインを取得し、病気の治療・予防に活かす研究がおこなわれていたり、「5G」では、センサーを活用し、リモート環境での心拍数や血圧値のモニタリングによって健康を管理したり、映像を活用して遠隔診断をするといった遠隔医療が可能になるだけでなく、映像配信やロボティクス、AR／VRを使用して、外科医が離れた場所から手術を行う遠隔手術に活用される可能性が期待されます。




■Intelはヘルスケア分野でどう取り組んでいくか？

インテルがヘルスケア分野の課題解決に貢献する事業展開をPR

（2017/12/11、innavinet）

インテルでは，このほかにもプレシジョン・メディシンに向け，医療データや日常生活から得られる健康データなどのビッグデータをクラウド上で管理し，個人が自ら健康管理を行ったり，予防医療や創薬などにデータを活用できる基盤にも技術を提供していく。

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（プレシジョンメディシン）」に注目が集まっていますが、インテルでは、プレシジョン・メディシンのために、医療データや健康データなどのビッグデータを管理したり、予防医療や創薬などに活用できる基盤にも技術を提供していくそうです。

What is 5G? | Intel Business

Intelによれば、世界的に医療費の支払いが問題になっていることが背景として挙げられるそうです。

背景には、世界的に医療費の支払いが問題になってきており、変革が求められるようになっていることが挙げられる。例えば、米国合衆国保健福祉省(United States Department of Health and Human Services:HHS)は、ヘルスケアに関する資源利用として、高齢者および障害者向け公的医療保険制度であるメディケアの支払いを、量ではなく、質へと転換していこうという流れを示している。これは、患者の入院に関して、定められた品質計測方法で計測したヘルスケアデータとして、The Centers for Medicare & Medicaid Services(CMS)に提供することともに公表することと引き換えに、若干高めの支払いを受ける、というもので、簡単に言うと、医療報酬を1回あたりの診療に支払うのではなく、そこで生み出されたトータルのエピソードに対して支払うというモデルとなっている。

2016年度（平成28年度）の医療費は41.3兆円｜診療報酬改定で薬価が引き下げられたことやジェネリック医薬品の使用割合が増えたことが医療費減少の要因によれば、高齢化や医療技術の高度化は年々進んでいるため、今後も医療費の増加が予想されます。

年齢階級別一人当たり医療費（平成25年度）
国民医療費の約2割が80歳以上の医療費であり、その多くを入院費用が占めている。（年齢階級別一人当たり医療費（平成25年度））

参考画像：不安な個人、立ちすくむ国家～モデル無き時代をどう前向きに生き抜くか～｜経済産業省PDF

国民皆保険による医療、医師の半数「持続不能」｜「#健康格差」を広げないために私たちができることにで紹介した厚生労働省｢人口動態調査｣, 「医療給付実態調査報告」, OECD Health Data 2014 OECD Stat Extractsによれば、国全体医療費の23%（9.2兆円）が80歳以上の医療費であり、その多くを入院費用が占めているそうです。

このように考えると、ある業界だけ、自治体だけが医療費の減少のために取り組むのではなく、社会全体で医療費の減少に取り組む時が来ていると思います。

そのことが「AI・機械学習」「IoT」「5G」「ヘルスケア（ライフサイエンス）」の分野に多くの企業が取り組無ことにつながっているのではないでしょうか。

『サードウェーブ　世界経済を変える「第三の波」が来る』（著：スティーブ・ケース）では、第三の波（あらゆるモノのインターネット）によって、あらゆるモノ・ヒト・場所が接続可能となり、従来の基幹産業を変革していく中で、企業や政府とのパートナーシップが重要になると書かれています。

サードウェーブ　世界経済を変える「第三の波」が来る (ハーパーコリンズ・ノンフィクション)

第二の波では、インターネットとスマートフォンの急速な普及によってソーシャルメディアが激増し、盛況なアプリ経済が誕生した。その中でもっとも成功を収めたスナップチャットやツイッターのような企業は、小規模なエンジニアリング・チームからスタートして一夜にして有名になり、第一の波の特徴であったパートナーシップをまったく必要としなかった。しかし、こうしたモデルは現在がピークであり、新たな時代は第二の波とはまったく違う―そして最初の波とよく似た―ものになることを示す証拠が増えている

この第三の波には「インパクト投資」も含まれているそうです。

社会的インパクト投資（ソーシャルインパクトボンド）とヘルスケア分野（認知症・がん）の可能性｜#サキドリ↑（NHK）によれば、「社会的インパクト投資（ソーシャルインパクトボンド、SIB）」とは、障がい者支援や低所得者（貧困）支援、難民、失業、引きこもりの人の就労支援などの社会問題の解決と収益の両立を目指す社会貢献型の投資のことです。

「IoT」や「インパクト投資」といった「第三の波」で社会は大きく変化をしていきますが、社会問題を解決する手段として、一人の力ではなく、これからますますいろんな人たちとのパートナーシップが重要になってくるでしょう。

インテルはおそらくヘルスケア分野のキープレイヤーになると思いますので、これからもインテルの動きには注目しましょう！







P.S.
続きを読む #Intel はヘルスケア分野でどう取り組んでいくか？｜#インテル の5つの重点分野（#AI #IoT #5G #自動運転 #ヘルスケア） →

Health

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




■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
医療ビッグデータから潜在的な抗がん作用を持つ薬を予測
大規模な薬物応答遺伝子発現データと生体分子相互作用ネットワークの融合解析により、潜在的な抗がん作用が期待される薬を予測しました。様々な細胞におけるがん関連パスウェイの制御の強さを表す予測スコアを定義しました。

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】
続きを読む 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 →

Health

「ミニ腸」の創薬分野への応用に向けた共同研究を開始｜国立成育医療研究センター・大日本印刷（DNP）




■「ミニ腸」の創薬分野への応用に向けた共同研究を開始｜国立成育医療研究センター・大日本印刷
ヒトES細胞の自己組織化する能力を引き出すことでより高度で複雑な「小さい腸管（ミニ腸）」の創生に成功
ヒトES細胞の自己組織化する能力を引き出すことでより高度で複雑な「小さい腸管（ミニ腸）」の創生に成功

参考画像：ES細胞から機能的で動きも伴う立体臓器（「ミニ腸」）を創り出すことに成功（2017/1/13、国立成育医療研究センターニュースリリース）｜スクリーンショット

国立成育医療研究センターと大日本印刷　次世代臓器チップ「ミニ腸」を使った創薬支援に向けて共同研究を開始

（2017/10/2、大日本印刷プレスリリース）

創薬分野では、細胞を用いた試験が一般化していますが、細胞は生体臓器との機能面での相違が大きく、より精度の高い試験系として、「ミニ腸」のような生体臓器に近似した立体臓器を用いた試験系の実用化が期待されています。両者は当初、創薬分野での実用化を目指すべく、国立成育医療研究センターの多能性幹細胞（ES細胞、iPS細胞）制御技術と、DNPの薄膜多層パターニング技術を活用し、「ミニ腸」を安定的に製造・供給するための、一連の製造供給プロセス及び、必要となる自動化等の研究･開発を推進します。また、製薬メーカーや臨床検査会社の協力を得て、「ミニ腸」の特徴を活かした「次世代臓器チップ」 および、それを用いた試験法の確立などに取り組み、5年後の実用化を目指します。

国立成育医療研究センターと大日本印刷株式会社（DNP）は、生体の腸に近い特性を示す立体臓器「ミニ腸」の創薬分野への応用に向けた共同研究を開始します。

ヒトのES細胞から腸管の機能を持つミニ腸を作り出すことに成功　世界初｜国立成育医療研究センターでは、国立成育医療研究センターの研究グループは、ヒトのES細胞から、腸が食べ物を送り出すときに伸び縮みを行う蠕動（ぜんどう）運動や栄養などを吸収する能力、分泌する能力など腸管の機能を持つ立体腸管（ミニ腸）を試験管内で作り出すことに成功しました。

「ミニ腸」の作製にはDNPの培養器材が用いられており、DNPが印刷技術を応用して開発した薄膜多層パターニング技術を利用して、「ミニ腸」の安定した作製プロセスの開発などを行なっていくそうです。

薄膜多層パターニング技術はミニ腸の作成にどのように活かされているのでしょうか？

国立成育医療研究センター×DNP、「ミニ腸」の応用に向けた共同開発を開始

（2017/10/3、マイナビニュース）

薄膜のパターニング構造を持った「CytoGraph(サイトグラフ)」という特殊な器財上に多機能制幹細胞を撒くと、パターニングされた領域のみに細胞が集まり、成長・分化したのち、やがて自然にパターンからひとつの組織として離れていく仕組みとなっており、約60日間かけて1cm強のミニ腸になっていくという。

【参考リンク】




■まとめ

最近、創薬を目的としたヒト生体組織チップ（Human/Organ‐On‐A‐Chip）の開発が盛んに行われています。

なぜ創薬を目的としたヒト生体組織チップの開発に注目が集まっているのでしょうか？

医薬品開発においては、薬効や副作用を確かめる必要があり、そのために、マウスやラット、サルなどの実験動物を用いて、薬効や毒性を調べる全臨床試験を行なわれています。

しかし、これらの動物はヒトと異なる生体構造・生理反応機構を持っているので、医薬品がヒトとは異なる反応を示すことがあり、また、動物実験が動物虐待に当たるのではないかという批判から化粧品メーカーによる動物実験が世界的に廃止の流れを受けて、今後医療分野においても廃止の流れになる可能性があります。

そこで、ヒトの生理学反応を生体外で再現する試験法の開発が求められている中で注目されているのが、「Human/Organ‐On‐A‐Chip」です。

ミニ腸のように生体臓器に極めて近似した立体臓器による創薬研究は、こうした生体機能チップ分野の中でも注目を集めていきそうです。

国立成育医療研究センター×DNP、「ミニ腸」の応用に向けた共同開発を開始

（2017/10/3、マイナビニュース）

腸の機能障害には、腸の運動が正常に働かない疾患と、吸収・消化ができない疾患とのふたつに大別されるが、ミニ腸を使うことでこのようなメカニズムを解明することが期待できるという。また、腸疾患によって幼少時に腸を大量に切除すると、身体が成長しないうえ、中心静脈栄養によってやがて肝機能が衰えるため、やがては小腸移植を行わなければならなくなるなどの影響がある。

国立成育医療研究センター 臓器移植センターの笠原群生さんによれば、ミニ腸を使うことで腸の機能障害のメカニズムの解明や腸が足りない患者への再生医療、ノロウイルスなどによるウイルス性腸炎の治療に向けてのミニ腸にウイルスを感染させた疾患モデルの作成もできるのではないかということです。







【関連記事】
続きを読む 「ミニ腸」の創薬分野への応用に向けた共同研究を開始｜国立成育医療研究センター・大日本印刷（DNP） →

Technology

#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？

2010 Life Sciences Research Weekend

by NWABR（画像：Creative Commons）




■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

製薬企業の化合物データを活用したAI創薬に関する共同研究等を実施

（2018/1/10、DeNA）

製薬企業では、創薬プロセスの生産性向上が強く望まれており、AI技術に大きな期待が寄せられています。現在、低分子化合物の創薬プロセスの初期段階では、IT技術を利用しつつ経験と勘を活かしながら医薬品候補となる化合物を設計・合成し、効果・安全性等を測定してバランスの良い化合物を選択しています。一方、このプロセスを通過するための化合物は、1プロジェクト当たり平均4263個※となり、一つずつ検証するため、3年以上の歳月と10億円単位の研究開発費がかかっています。

DeNAおよびDeNAライフサイエンスは、旭化成ファーマと塩野義製薬という製薬企業の持つ化合物データを活用したAI創薬の実現の可能性を技術的に検証する共同研究を2018年1月よりスタートするそうです。




■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？

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。

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）

実際に、どういったAIの開発を進めていくのかというと、医薬品の開発は、病気の原因となるターゲットたんぱくなどを探索した後、それに対して効果のある化合物を探索。それが実際に効果を発揮することを細胞や動物実験などを経て、人間への臨床試験、副作用の評価などを行い、そこでも問題ないとなって、価格なども含めた形で承認がおり、その後、ようやく一般の患者のもとに届けられるという流れで、実際の開発には1000億円以上の開発費と10年ほどの研究期間が必要となり、この開発コストと期間を削減したいという考えのもと、「業界丸ごとAI化」をキーワードに、開発プロセスの全域をカバーするAIの開発を進めているという。

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AI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。

製薬業界の花形職種に冬到来、大手で希望退職に400人殺到（2018/1/17、ダイヤモンド・オンライン）にあるように、銀行に続いて製薬業界にもリストラの嵐が吹き荒れるという噂もあることから、製薬業界の未来は大きく変わっていきそうですね。







【関連記事】