Development of innovative AI methods for predicting therapeutic targets for intractable diseases from medical big data

开发基于医疗大数据预测疑难杂症治疗靶点的创新AI方法

基本信息

批准号：
21H04915
负责人：
山西芳裕
金额：
$ 26.54万
依托单位：
Nagoya University (2023)Kyushu Institute of Technology (2021-2022)
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (A)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-05 至 2026-03-31
项目状态：
未结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21H04915/
关键词：
創薬標的ビッグデータ AI 医療

项目摘要

近年の医薬品開発は非常に困難な状況にある。また創薬ターゲットの枯渇が深刻化しており、近年の創薬の低迷の一因となっている。既存の研究手法では限界があるため、ビッグデータや人工知能（AI）技術の有効活用が切望されている。本研究では、医療データやオミックスデータを解析し、創薬ターゲットを予測する人工知能（AI）の基盤となる機械学習手法の研究開発を行う。潰瘍性大腸炎、クローン病などに関する患者の遺伝子発現情報、病因遺伝子、配列変異、環境因子、診断マーカー、治療標的、異常パスウェイなどの分子機序データを、OMIM, KEGG, GEOなどのデータベースや文献から整備した。疾患-タンパク質の関係性の情報を収集して、情報解析できる電子データの形に整備し、そのプロトタイプをデータベース化した。公開できるように整備を進めている。タンパク質をコードする遺伝子に摂動を加えた時のヒト細胞の遺伝子発現プロファイルを解析し、疾患の新しい創薬ターゲット分子を予測する方法を検討し、従来手法よりも性能が高いことを確認した。提案手法は、ドラッグリポジショニングの概念を拡張し、ターゲットリポジショニングの実現を可能にした。提案するターゲットリポジショニングのアルゴリズムやその解析結果を論文にまとめ、バイオインフォマティクス分野のトップジャーナルであるBioinformatics誌に受理され、出版した。さらに、バルクレベルだけでなくシングルセルレベルの遺伝子発現プロファイルの解析手法やChIP-seqなどのエピジェネティクスデータの解析手法を開発した。

近年来药物研发一直处于极其困难的境地。此外，药物发现靶点枯竭现象日益严重，这也是近年来药物发现低迷的原因之一。现有研究方法存在局限性，迫切需要有效利用大数据和人工智能技术。在这项研究中，我们将研究和开发机器学习方法，这些方法将成为分析医学数据和组学数据并预测药物发现目标的人工智能（AI）的基础。与溃疡性结肠炎、克罗恩病等相关的患者基因表达信息、致病基因、序列变异、环境因素、诊断标志物、治疗靶点、异常通路等分子机制数据可在以下数据库和文献中获得： OMIM、KEGG 和 GEO 一直被维护。我们收集了有关疾病与蛋白质关系的信息，将其组织成可分析的电子数据，并创建了原型数据库。目前正在准备将其公开。我们研究了一种通过分析人类细胞扰乱蛋白质编码基因时的基因表达谱来预测疾病新药发现靶分子的方法，并证实其性能高于传统方法。该方法扩展了药物重新定位的概念，使实现靶点重新定位成为可能。论文总结了所提出的目标重定位算法及其分析结果，该论文被生物信息学领域顶级期刊Bioinformatics接收并发表。此外，我们开发了不仅在批量水平而且在单细胞水平分析基因表达谱的方法，以及分析表观遗传学数据的方法，例如 ChIP-seq。