AI技術で「製薬」はどう変わる?研究事例を紹介します。

   
★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. 結核菌の薬剤耐性を予測
2. アルツハイマー病に対する薬物転用候補を予測
3. 発がん性ドライバー遺伝子の予測
4. 膵臓がんの再発リスクを予測
5. C1インヒビター製剤候補低分子化合物の予測

バックナンバーはこちら

結核菌の薬剤耐性を予測

アメリカ・ハーバード大学(2018年3月3日発表)






近年、薬剤耐性による死亡率が増加しており、将来的にはがんによる死亡率を超えると予想されています。結核菌も例外ではなく薬剤耐性の獲得が報告されているため、薬剤耐性を克服して有効な治療を行うために、結核菌の薬剤耐性をあらかじめ予測しておくことが重要になってきます。

アメリカにあるハーバード大学の研究者らは、3601の結核菌の全ゲノムシーケンスとディープラーニングを用いて、10の抗結核薬に対する薬剤耐性を予測しました。

結果、感度と特異度はそれぞれ第一選択薬で92.7%と92.7%、第二選択薬で82.0%と92.8%となり、精度の高い薬剤耐性の予測に成功しました。今後、死亡率の増加が懸念される薬剤耐性を克服できる新薬の開発に大きく貢献するでしょう。

ソース:Deep Learning Predicts Tuberculosis Drug Resistance Status from Whole-Genome Sequencing Data.

関連記事: その結核は薬で倒せない?AIで分析できるらしい

アルツハイマー病に対する薬物転用候補を予測

アメリカ・ハーバード大学(2020年5月16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