著者
浜中 雅俊 種石 慶 岩田 浩明 奥野 恭史
出版者
公益社団法人 日本化学会・情報化学部会
雑誌
ケモインフォマティクス討論会予稿集 第38回ケモインフォマティクス討論会 東京
巻号頁・発行日
pp.46-49, 2015 (Released:2015-10-01)
参考文献数
13

医薬品となる候補化合物のスクリーニングのための,タンパク質と化合物の相互作用の予測について述べる.膨大な種類の化合物から医薬品になり得るリガンド化合物を見つけ出す工程は,開発にかかる時間とコストを押し上げる主要因となっており,計算により優れた性質の候補化合物を絞り込むインシリコ(in silico)スクリーニングの手法が提案されてきた.我々は,これまでサポートベクターマシン(SVM)を用いた予測手法CGBVS法を提案してきた.しかし,その手法では,学習データが増えるにつれて学習時間が長大になるなど,大規模な相互作用データを学習していく上で検討すべき課題があった.本稿では, Deep Learningの一手法である,Deep Belief Networks(DBN)を用いたCGBVS-DBN法を提案し,SVMとの性能を比較する.実験の結果,CGBVS-DBN法がCGBVS法に比べて高い性能であることを確認した.
著者
中津井 雅彦 鎌田 真由美 荒木 望嗣 奥野 恭史
出版者
公益社団法人 日本薬理学会
雑誌
日本薬理学雑誌 (ISSN:00155691)
巻号頁・発行日
vol.149, no.6, pp.281-287, 2017 (Released:2017-06-14)
参考文献数
7

医薬品研究開発プロセスの効率化によって研究開発コストを抑制することは製薬業界にとっての急務であり,人工知能(AI)や分子シミュレーションの技術を駆使した「インシリコ創薬」に大きな期待が寄せられている.しかし,これまでの「インシリコ創薬」においては,主に計算機性能の不足により,①膨大な化合物ライブラリから疾患原因タンパク質と結合する化合物を網羅的に探索できない,②医薬品候補化合物の薬理活性を正確に予測することが難しい,といった課題があった.本稿では,これらの課題の解決を目指して筆者らが取り組んできた,スーパーコンピュータ「京」を活用した世界最大規模の高速・超並列バーチャルスクリーニング,および大規模分子動力学シミュレーションを活用したタンパク質-化合物結合親和性の高精度予測について紹介するとともに,次期のスーパーコンピュータであるポスト「京」の圧倒的な計算性能が実現するインシリコ創薬の未来を展望する.
著者
荒木 望嗣 中津井 雅彦 広川 貴次 金井 千里 佐藤 美和 岡本 敦之 服部 一成 志水 隆一 奥野 恭史
出版者
公益社団法人 日本化学会・情報化学部会
雑誌
ケモインフォマティクス討論会予稿集 第38回ケモインフォマティクス討論会 東京
巻号頁・発行日
pp.12-13, 2015 (Released:2015-10-01)
参考文献数
2

創薬プロセスの初期段階において、医薬品候補化合物を効率的に探索して構造最適化するためのインシリコ創薬技術が求められている。本研究では、スパコン「京」を用いることで、世界最大規模の化合物-タンパク質相互作用空間における超高速かつ高精度な医薬品候補探索を実現するための「インシリコ創薬基盤」を構築し、創薬現場での実践的利用を目指している。現在までに我々は、CGBVS法(Chemical Genomics-based Virtual Screening method)を「京」に実装・チューニング することで、膨大な化合物空間と多数の創薬標的タンパク質候補との大規模相互作用の高速予測を可能にした。更にMP-CAFEE法(Massively Parallel Computation of Absolute binding Free Energy method)を「京」に実装することで、タ ンパク質と化合物との結合自由エネルギー(結合親和性)の高精度予測を可能にした。本発表では当該プロジェクトの取り組み状況と現在までの成果について紹介する。
著者
奥野 恭史
出版者
公益社団法人 日本薬学会
雑誌
ファルマシア (ISSN:00148601)
巻号頁・発行日
vol.50, no.5, pp.433-437, 2014 (Released:2016-06-21)
参考文献数
4

第1の科学的手法である「経験科学(実験)」,第2の科学的手法である「理論科学」に加え,近年新たな潮流として,第3の科学的手法である「計算科学(シミュレーション科学)」と第4の科学的手法である「データ科学(data centric science)」が注目を浴びている.実際,2013年のノーベル化学賞は,ハーバード大学のカープラス教授らが,創薬計算などにも貢献している計算化学の基盤研究で受賞するなど,生命科学分野における「シミュレーション科学」の重要性は高まる一方である.また,近年のハイスループット技術やオミクス計測技術の著しい進展に伴い,生命科学分野においてもデータ爆発が起こり,「ビッグデータ科学」の研究開発が急務とされている.スーパーコンピュータ「京」は,こうした時代の要請に応えるべく2012年9月末より共用利用が開始された.筆者は,製薬企業,IT企業と共にコンソーシアムを設立し,「京」を用いた創薬応用計算に取り組んできた.この約1年間の取り組みの中で見えてきた,モンスターマシン「京」の驚異的パフォーマンスとそれによる創薬計算の展望を紹介する.
著者
辻本 豪三 平澤 明 木村 郁夫 奥野 恭史 輿水 崇鏡 足達 哲也 寺澤 和哉
出版者
京都大学
雑誌
基盤研究(S)
巻号頁・発行日
2007

研究対象(各種がん株化細胞)に対する包括的トランスクリプトーム解析による疾患・治療関連のcRNA/ncRNA群の抽出、それらのネットワーク解析に基づく機能予測、細胞レベルにおける遺伝子発現調節の検証と生物機能学的効果の同定、更にこれらを統合する新たな生命制御機構の発見を目的とする。平成22年度は(1)cRNA/ncRNA包括的トランスクリプトーム解析:昨年度までに構造決定した約2,000種のncRNAに関して、通常のマイクロアレイDNAチップでは検出感度の問題から、低発現量のcRNA/ncRNA群に関してはその量的変化が正確にモニター出来ない可能性があることから、企業と共同研究開発した超高感度DNAチップをプラットフォームに用いて、主としてncRNA,それらの機能対象候補cRNAの量的変化をモニターする新たなチップ解析用ツール開発技術を用いてオリゴDNA合成により相補的プローブを合成してDNAチップに固相化し、miRNAを含む包括的トランスクリプトーム解析チップを作製した。このチップと従来型のチップの機能に関しての比較検証を行った。(2)解析の対象:対象としては、疾患関連cRNA/ncRNA群の解析実験には、各種患者検体より株化された食道がん細胞や乳がん細胞を用い、細胞増殖と各種抗がん剤による作用の経時変化と同時に採取された組織から抽出されるRNAの包括的トランスクリプトーム解析用DNAチップによる発現プロファイル解析を行い、更に各種薬物治療によりこれらの遺伝子群がどのような発現変動を行うかを経時的にモニターし、個体における発現型変動(生理、生化学パラメーター)との相関を一部解析した。食道がんよりバイオマーカー候補を同定し、知財化した。