全タンパク質構造への薬の結合親和性から薬効と副作用を予測〜シミュレーションとAI・機械学習で薬のメカニズムを理解する〜〔名古屋大学，岡山大学〕

名古屋大学と岡山大学が共同で開発した、薬の結合親和性から薬効と副作用を予測する新しい計算手法。
全タンパク質の立体構造を解析し、薬のメカニズムを理解することで、医薬品開発に貢献する期待が高まっています。

記事の概要

名古屋大学と岡山大学の共同研究チームが、全タンパク質の立体構造を解析する計算手法を開発しました。
この手法は、薬の結合親和性から薬効や副作用を予測することが可能であり、医薬品開発の効率化や費用削減に貢献することが期待されています。
さらに、約8千種類の既存薬と約2万種類のヒトタンパク質の結合親和性をシミュレーションし、既存薬の新たな効能を予測することも可能とされています。
この研究成果は、科学誌「iScience」で発表されました。

記事のポイント

1. 新しい計算手法の開発： ドッキングシミュレーションと機械学習を組み合わせた計算手法により、ヒトの全タンパク質の立体構造から薬の結合親和性や副作用を予測する手法が開発された。
2. 薬の結合パターンの明らか化： 提案手法により、薬の結合パターンが明らかにされ、薬の副作用に関与するタンパク質が抽出されることが可能となった。
3. 医薬品開発の効率化に寄与： 従来考慮できなかったタンパク質群の影響を考慮できるため、薬のメカニズムの理解や医薬品開発の期間短縮や費用削減に貢献することが期待される。

詳しい記事の内容はこちらから（引用元）

プレスリリース・ニュースリリース配信シェアNo.1｜PR TIMES

全タンパク質構造への薬の結合親和性から薬効と副作用を予測〜シミュレーションとAI・機械学習で薬のメカニズムを理解する〜〔名古屋大学，岡山大学〕

国立大学法人岡山大学のプレスリリース（2024年6月23日 15時42分）全タンパク質構造への薬の結合親和性から薬効と副…