AIでがん細胞に対する薬物活性を予測?他 創薬AIの最新研究5選【週刊】

   
★AIDB会員限定Discordを開設いたしました! 会員登録/ログインの上、マイページをご覧ください。
★コンサルティングサポート(調査・研修・開発支援)をご希望の方はお問合せください。


AIDBの全記事が読み放題のプレミアム会員登録はこちらから↓

薬づくりが変わる、業界が変わる。

このシリーズでは「製薬業界を変えるAI技術」と題して、創薬AIに関連する研究を毎週ご紹介します。以下のような用途でご活用ください。

  • 業界の将来予測
  • AI技術調査
  • 各病における治療法の展望

担当するのは薬学部出身ライター、Masashiです。

今回は以下の5つの研究に注目していきます!

今週のラインナップ
1. がんの種類ごとの薬物活性の違いを予測
2. 副作用の原因となる薬物間相互作用の予測
3. 天然化合物の抗がん活性を予測
4. 非小細胞肺がんの治療薬を予測
5.イオンチャネルタイプの分類を予測

バックナンバーはこちら

がんの種類ごとの薬物活性の違いを予測

アメリカ・ワシントン大学 (2019年7月11日発表)






病理学的に類似しているように見えるがんでも、がんの種類ごとに同一の薬物に対する反応は大きく異なる可能性があります。近年、大量のハイスループットスクリーニングデータから、がん細胞における多様な遺伝子変異と薬物の反応性の関係を明らかにできると期待されています。

アメリカのワシントン大学の研究者らは、がん細胞の薬物感受性の実験データを記載したGenomics of Drug Sensitivity in Cancer(GDSC)データベースと機械学習を統合して、145のがん遺伝子の変異に基づいた、がん細胞に対する化合物の活性/非活性を予測する分類モデルを構築しました。

結果、薬物の活性予測の平均精度、感度、および特異度は、それぞれ85%±7%、79%±15%、および84%±5%となり、分類モデルの高い予測パフォーマンスが示されました。本モデルは、個々のがんに対する薬物転用および新薬開発に貢献するスクリーニングツールとして期待が高まるでしょう。

ソース:Predicting drug activity against cancer cells by random forest models based on minimal genomic information and chemical properties.

関連記事: ベストな抗がん剤の組み合わせをAIで発掘

副作用の原因となる薬物間相互作用の予測

スロベニア・リュブリャナ大学 (2018年5月8日発表)

本記事を読むにはAIDBのアカウントが必要です。


※ログイン/初回登録後、下記ボタンを押してください。


■サポートのお願い
AIDBを便利だと思っていただけた方に、任意の金額でサポートしていただけますと幸いです。






masashi

投稿者の過去記事

大学院では薬学の研究を行っていました。主に創薬・製造・金融分野におけるAI活用を掘り下げたいと思います。Twitter:@masa05240112

業界/カテゴリー

PAGE TOP