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，药物开发一直处于非常困难的状态。此外，药物发现靶标的耗竭变得更加严重，这导致了最近的毒品发现。由于现有的研究方法有局限性，因此高度期望有效使用大数据和人工智能（AI）技术。这项研究将进行构成人工智能基础（AI）的机器学习方法的研究和开发，该方法分析了医学和杂音数据并预测药物发现靶标。分子机制数据，例如患者有关溃疡性结肠炎，克罗恩病等的基因表达信息，包括致病基因，序列突变，环境因素，诊断标志物，治疗靶标和途径异常，已经从数据库和文献（例如AMMIM，KEGG和GEO）中制备了。收集了有关疾病蛋白质关系的信息，以可以分析的电子数据的形式制备，并将原型转换为数据库。我们正在努力准备它，以便可以公开。当蛋白质编码基因受到干扰时，我们分析了人类细胞的基因表达谱，并检查了一种预测疾病的新药物发现靶标分子的方法，并确认性能高于常规方法。提出的方法扩展了药物重新定位的概念，并可以实现目标重新定位。提出的目标存储库算法和分析结果被编译成论文，并被生物信息学领域的顶级期刊BioInformatics接受和发表。此外，我们开发了用于分析基因表达谱的方法，不仅在批量水平，而且在单细胞水平下，以及表观遗传数据（例如chip-seq）的分析方法。