AIポータルメディア「AIsmiley」| AI製品・サービスの比較・検索・資料請求サイト
TEL
MAIL
03-6452-4750

三井情報は、創薬において「薬物が作用する対象となるタンパク質」が結合する位置を予測するソフトウェアと、新薬候補化合物と標的タンパク質との結合親和性を予測するソフトウェアを開発し、提供を開始したことを発表しました。

このAIニュースのポイント

  • 「DeepSeeker」は、 標的タンパク質の原子座標を入力するだけでリード化合物が結合しやすい位置やリード化合物が標準タンパク質に結合しやすい構造かについて、リガンド結合サイト予測で評価が可能
  • 「KASSAY」は、 「DeepSeeker」から導き出された標的タンパク質の構造の位置に対して高い有効性を持って結合するかをリガンド活性値予測で評価が可能
  • 両ソフトウェアは、有望なリード化合物の絞り込みの精度と速度を向上させ、創薬プロセスの迅速化が期待

AIでドッキング計算

三井情報は、創薬において「薬物が作用する対象となるタンパク質」が結合する位置を予測するソフトウェア「DeepSeeker」と、新薬候補化合物(*1)と標的タンパク質との結合親和性を予測するソフトウェア「KASSAY」を開発し、提供を開始したことを発表しました。

両ソフトウェアはタンパク質の構造データや過去の実験データを深層学習させたAIを活用し、有望な新薬候補化合物の絞り込み精度と速度を高度化して創薬プロセスの迅速化を支援するものです。どちらもコンテナ仮想化環境またはMKI-DryLab for Microsoft Azure(*2)上で実行可能で、それぞれ1ライセンス90万円/年(税抜)で提供します。

三井情報は2017年より「創薬AI」の開発を進めている産学連携プロジェクト「ライフインテリジェンスコンソーシアム」内の「WG4.分子シミュレーション」に参画しています。

WG4で創薬におけるタンパク質の原子座標(*3)の深層学習に対するニーズから「AIによるドッキング計算高度化」に取り組み、リガンド結合サイト予測(*4)の論文を実装した「DeepSeeker」とリガンド活性値予測(*5)の論文を実装した「KASSAY」を開発しました。

低分子化合物をモダリティ(*6)とする創薬プロセスでは標的タンパク質に効く新薬候補化合物の探索があり、数千万種類以上ある新薬候補化合物から医薬品への展開が見込めそうな化合物を絞り込む作業があります。

そこでリード化合物が標的タンパク質のどこに結合し、そのリード化合物と標的タンパク質の結合親和性と活性化能力を評価します。

両ソフトウェアはタンパク質の構造情報の公的データベース「Protein Data Bank」に蓄積されたタンパク質の構造データや過去の実験データを学習させ、画像認識技術を利用したAIを活用することにより、有望なリード化合物の絞り込みの精度と速度を向上させ、創薬プロセスの迅速化が期待できます。

 

■ 標的タンパク質の結合位置予測「DeepSeeker」と親和性予測「KASSAY」

「DeepSeeker」の特徴は、 標的タンパク質の原子座標を入力するだけでリード化合物が結合しやすい位置やリード化合物が標準タンパク質に結合しやすい構造かについて、リガンド結合サイト予測で評価できることです。従来、予測が困難であったリガンド結合部位以外の部位であるアロステリックサイトの判定をすることも可能です。

「KASSAY」の特徴は、「DeepSeeker」から導き出された標的タンパク質の構造の位置に対して高い有効性を持って結合するかをリガンド活性値予測で評価できることです。

三井情報は1970年代よりバイオサイエンス事業に携わっており、製薬企業・アカデミアとの共同研究や「京」インシリコ創薬基盤プロジェクトへの参画等を通して創薬およびヘルスケア分野におけるIT技術の活用に力を入れてきました。

これまで培ったナレッジをもとに開発した「DeepSeeker」および「KASSAY」の提供を通じて三井情報は日本における創薬の進展に貢献していくことを目指しています。

(*1) 新薬候補化合物(リード化合物): 医薬品のもととなる候補物質
(*2) MKI Dry-Lab on Azure: 三井情報が提供する計算創薬基盤および計算創薬支援サービス
(*3) 原子座標: タンパク質の構成原子の相対位置を3次元座標上の位置とした数値データ
(*4) リガンド結合サイト予測: 標的タンパク質に対して特異的に結合する位置を予測
Bioinformatics33, 3036-3042(2017)
DeepSite: protein-binding site predictor using 3D-convolutional neural networks
https://academic.oup.com/bioinformatics/article/33/19/3036/3859178
(*5) リガンド活性値予測: 標的タンパク質に対して化学刺激が特異的に認識されるかを予測
J. Chem. Inf. Model. 58, 287-296(2018)
KDEEP: ProteinLigand Absolute Binding Affinity Prediction via 3D-Convolutional Neural Networks
https://pubs.acs.org/doi/10.1021/acs.jcim.7b00650
(*6) モダリティ: 薬の素材と機序、治療手段の総称

出典:共同通信PRワイヤー

このAI記事が気に入ったら
いいね ! しよう

Twitter でAIポータルメディアAIsmileyを

AI活用のご相談したい企業様はこちら

03-6452-4750

AI製品・ソリューションの掲載を
希望される企業様はこちら