Higher depeleopemt of disease-drug molecular path graph system

疾病-药物分子路径图系统的更高开发

• 批准号: 21H03547
• 负责人: 白井 剛
• 金额: $ 9.82万
• 依托单位: Nagahama Institute of Bio-Science and Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (B)
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2026-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21H03547/
• 关键词: 生命分子計算; 生体超分子構造; データサイエンス医療; グラフ理論

2022年度計画に従い、疾患-治療薬経路グラフデータ高次化のために、主として医薬品(ドラッグ)立体構造モデルの構築および立体構造データの疾患-治療薬経路グラフへの連結するための高次化研究を実施し、高分子薬(抗体・核酸など約500分子)を除く約21,000の構造モデルを構築した。高分子薬については、翻訳後修飾(糖鎖修飾)・人為的修飾(リンカーによる医薬品の添加やPEG化)など手動モデリングの過程を要するので、alphafold2などを活用しながら構築をすすめ、主に核酸医薬品など全体の30％程度のモデルを構築した。現在は主として抗体医薬品のモデル構築を進めている。また疾患-治療薬パスの勾配ブースト決定木(GBDT)による予測精度の検証のため、ヒト疾患一般に対して平均して高いスコアを示すドラッグターゲット(ヒトタンパク質)を予測し、文献調査などから近年新規に提唱されたターゲットが含まれるか検討を行い、新規ターゲットが有意に高スコアを示すことを見出した。これはすべてのヒトタンパク質を起点(仮定ターゲット)としてすべてのヒト疾患に対する有効性を数値化し、全体(19412タンパク質分子)の分布を、近年(2017年以降)新規のターゲットとして論文等で提唱されたタンパク質(ANGPTL3, TSLP, IL17F, FCGRTなど46分子)の分布と比較したもので、DTXによりターゲット候補の得点(平均0.28, 分散0.05)はt検定でP<0.0001で全体(平均0.12, 分散0.07)と異なる分布を示した。この結果によりDTXによる予測の有効性が裏づけられた。

In 2022, we planned to conduct high-level research on disease-therapeutic pathways, including the construction of three-dimensional structures for medical products, and the construction of high-level structures for polymers (antibodies, nucleic acids, and approximately 500 molecules). Polymers are modified, modified after inversion (sugar lock modification), artificially modified (addition and PEGylation of medical products), manually modified and constructed to the extent that 30% of all nucleic acid medical products are constructed. Now the main body of antibody drugs and drug construction progress. The prediction accuracy of GBDT is usually measured by the average of GBDT and GBDT. The prediction accuracy of GBDT is usually measured by GBDT and GBDT. The prediction accuracy of GBDT and GBDT is usually measured by GBDT. The new GBDT and GBDT are usually measured by GBDT and GBDT. The new GBDT and GBDT are usually calculated by GBDT. The new GBDT and GBDT is calculated by GBDT. The quality of the product is very high. The distribution of (19412) molecules in recent years (since 2017) has been improved.(ANGPTL3, TSLP, IL17F, FCGRT = 46 molecules). The distribution of DTX was compared with that of DTX (mean 0.28, dispersion 0.05). The distribution of DTX was different from that of DTX (mean 0.12, dispersion 0.07). The results of this study are as follows:

项目成果

Knowledge-based Modeling of SARS-CoV-2 Proteins and Predicting its Potential Drugs

基于知识的 SARS-CoV-2 蛋白建模及其潜在药物预测

• DOI: 10.2142/biophys.61.102
• 发表时间: 2021
• 期刊: Seibutsu Butsuri
• 作者: HIJIKATA Atsushi;SHIONYU-MITSUYAMA Clara;NAKAE Setsu;SHIONYU Masafumi;OTA Motonori;KANAYA Shigehiko;SHIRAI Tsuyoshi
• 通讯作者: SHIRAI Tsuyoshi

疾患―タンパク質―ドラッグのネットワークグラフを用いた新しい創薬ターゲット予測法

使用疾病-蛋白质-药物网络图的新药发现靶点预测方法

• 发表时间: 2021
• 作者: 土方敦司;塩生真史;白井 剛
• 通讯作者: 白井 剛

Archaea由来エンドヌクレアーゼEndoMSの構造解析と変異体の論理的設計

古细菌来源的核酸内切酶 EndoMS 的结构分析和突变体的逻辑设计

• 发表时间: 2022
• 作者: Miyashita Akinori;Kikuchi Masataka;Hara Norikazu;Ikeuchi Takeshi;白井 剛
• 通讯作者: 白井 剛

「物理の力」で病気と闘う？

用“物理的力量”对抗疾病？

• 发表时间: 2021
• 作者: Phueaksri Itthisak;Kastner Marc A.;Kawanishi Yasutomo;Komamizu Takahiro;Ide Ichiro;白井剛
• 通讯作者: 白井剛

創薬研究のための相互作用解析パーフェクト

药物发现研究的完美相互作用分析

• 发表时间: 2021
• 作者: 津本 浩平;前仲 勝実
• 通讯作者: 前仲 勝実