著者

進藤 軌久 豊柴 博義

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.157, no.1, pp.41-46, 2022 (Released:2022-01-01)

参考文献数

5

---

世界保健機関(WHO)が新型コロナウイルス感染症(COVID-19)をパンデミック(世界的大流行)と認定してから1年以上が経過した.いまだ有効な治療薬は限られており,その開発は世界中で喫緊の課題となっている.このような状況において,我々が独自に開発した人工知能(AI)システムConcept Encoderは,創薬プロセスを劇的に加速しつつある.Concept Encoderはライフサイエンス領域に特化したAIであり,膨大な文献情報の中から疾患と遺伝子の関係を学習している.そして,現時点では明らかになっていない疾患と遺伝子の関連の強さを予測し,原因性因子なのか応答性因子なのかといった疾患と遺伝子の関係性についても予測することができる.さらに,分子間相互作用や酵素基質の関係等の分子と分子の関係についても学習しており,原因性因子と応答性因子の間をつなぐ分子を網羅的に探索し,疾患の分子ネットワークの全体像を明らかにしている.我々は,新型コロナウイルス(SARS-CoV-2)由来の遺伝子のいくつかに着目してCOVID-19治療薬の研究を進めており,本稿ではそのうちのひとつであるORF8に関する解析の一端を紹介する.

著者

進藤 軌久 豊柴 博義

出版者

公益社団法人 日本薬理学会

雑誌

日本薬理学会年会要旨集

巻号頁・発行日

vol.94, pp.1-S07-4, 2021

---

<p>Although months have passed since WHO declared COVID-19 a global pandemic, only a limited number of clinically effective drugs are available, and the development of drugs to treat COVID-19 has become an urgent issue worldwide. The pace of new research on COVID-19 is extremely high and it is impossible to read every report. In order to tackle these problems, we leveraged our artificial intelligence (AI) system, Concept Encoder, to accelerate the process of drug repositioning. The Concept Encoder is a patented AI system based on natural language processing technology and by deep learning papers on COVID-19, the system identified a large group of genes implicated in COVID-19 pathogenesis. The AI system then generated a molecular linkage map for COVID-19, connecting the genes by deep learning the molecular relationship. By thoroughly reviewing the resulting map and list of the genes with rankings, we found potential key players for disease progression and existing drugs that might improve COVID-19 survival. Here, we focus on potential targets and discuss the perspective of our approach.</p>