ニュース

2種類の深層学習手法の組み合わせで薬剤とタンパク質の相互作用を予測―高速で高精度な予測と相互作用部位の特定・可視化による検証を実現―

【 概要 】
国立研究開発法人 産業技術総合研究所【理事長 中鉢 良治】(以下「産総研」という)人工知能研究センター【研究センター長 辻井 潤一】機械学習研究チーム 瀬々 潤 研究チーム長、椿 真史 産総研特別研究員は、インテリジェントバイオインフォマティクス研究チーム 富井 健太郎 研究チーム長と共同で、2種類の深層ニューラルネットを組み合わせて薬剤とタンパク質の相互作用を予測する手法を開発し、大規模データを用いた実証実験により高速で高精度に予測および相互作用部位候補の特定ができることを示した。
近年、創薬分野への人工知能技術の応用による新薬開発の加速化や、革新的な新薬の実現が期待されている。しかし薬剤とその対象となるタンパク質は異なるタイプの構造なので、疾患治療に有効な薬剤とタンパク質の組み合わせを高速で高精度に予測することは困難であった。そこで、化学と生物学の知識に基づき、性質の異なる深層学習※1手法を組み合わせて、薬剤とタンパク質に対する高速で高精度の相互作用予測手法を開発した。また、薬剤やタンパク質の立体構造を用いない従来手法では、予測結果から相互作用部位を特定できず、結果の解釈に問題があるとされてきたが、今回開発した手法では相互作用部位を特定、可視化できる。この技術により、新薬剤を大量の候補群から絞り込む作業の加速が期待される。さらに、コンピューターによる大規模な薬剤候補の探索によって、人間の知識や経験だけでは到達できない革新的な新薬の開発も期待される。なお、今回開発した手法の詳細は、2018年7月6日に学術雑誌Bioinformaticsに掲載された。

詳細はこちらをご覧ください。