誰にでも使える創薬支援解析ツールを開発・公開！

<plone.namedfile.file.NamedBlobImage object at 0x7f1864135350 oid 0x1fef3f in <Connection at 7f1869fa4bb0>>

2020-10-02 00:00:00

life_sciences_medicine

{'items': [{'description': {'blocks': [{'key': 'hla', 'text': '細胞シミュレーションに関する研究は、ヒトの全ゲノム解読前後の2000年頃から本格的にはじまり、アメリカ、ドイツ、日本で活発に進められてきました。細胞の中の遺伝子間の相互作用や活性を数理モデルで記述し、コンピュータ上で再現する手法で、細胞の制御原理の理解や創薬に利用されています。細胞シミュレーションに用いられる数理モデルには、統計や物理法則など目的に応じて異なる原理を用いますが、本研究では、生化学反応の表現に用いられる連立微分方程式モデルを用いています。遺伝子の量や相互作用を情報として含むことから、疾患ゲノム解析により入手可能な遺伝子発現量や変異の情報などを入力値としてシミュレーションすることが可能になります。このことにより、患者固有の細胞シミュレーションが可能になると考えられています。', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}, 'key': 'term3', 'term': '細胞シミュレーション'}, {'description': {'blocks': [{'key': '3ds3', 'text': 'これまでのがん研究により、さまざまながんはひとつまたはそれ以上の遺伝子の変異の組み合わせにより起こること、またそのことは患者ごとに異なることが明らかになりました。そのため、これまでのような平均化した患者像でなく、コンピュータ上でひとりひとりの患者を、遺伝子情報をもとにバーチャルに再構成する"患者固有モデル(patient-specific model)"が求められるようになりました。このような研究は海外で活発に進められており、患者の層別化や薬剤のオーダーメード化に貢献すると考えられています。', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}, 'key': 'term1', 'term': '患者固有モデル'}, {'description': {'blocks': [{'key': 'cvfbh', 'text': '生命科学研究では、培養細胞、モデル動物、ヒト疾患における遺伝子やたんぱく質の網羅的計測値は、データベースに保存されており、公共利用が可能です。例えば、米国NIHの運営するThe Cancer Genome Atlas(TCGA)プログラムでは、乳がんだけに限っても約1000人の患者のゲノムおよび予後の情報が入手可能です。本研究ではCancer Cell Line Encyclopedia(CCLE)という培養細胞株のデータベースの乳がん細胞由来の遺伝子発現情報を利用し、解析に用いました。また、これまでに発表された数理モデルはBioModelsという公共データベースに登録されており、本基盤を用いて、研究目的に合わせてモデルの解析と統合が可能となります。', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}, 'key': 'term2', 'term': '公共データベース'}, {'description': {'blocks': [{'key': 'bqerf', 'text': '感度解析は、遺伝子発現量やパラメータの変化などの摂動を与えた場合の細胞ネットワーク出力に対する影響度(感度)を調べる手法です。本研究では、Akt活性を出力とした場合に、その活性化に影響力の大きい遺伝子を特定しました。', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}, 'key': 'term4', 'term': '感度解析'}, {'description': {'blocks': [{'key': '7gln9', 'text': 'Aktは、シグナル伝達系に属するセリン・スレオニンキナーゼのひとつで、成長因子、サイトカイン、インスリンなどの細胞への投与により活性化され、代謝、細胞増殖、細胞死などを引き起こす重要な分子です。Aktは他のシグナル伝達系の分子を活性化したり抑制したりする役割がありますが、多様ながんにおいて、シグナル伝達系阻害剤への耐性が見られる場合に、活性が上昇することが報告されています。そのため、Aktをコントロールできれば、薬剤耐性をコントロールできると考えられ、Aktを標的とした薬剤開発が進められています。', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}, 'key': 'term5', 'term': 'Aktキナーゼ(プロテインキナーゼ B)'}, {'description': {'blocks': [{'key': 'bk7jh', 'text': '細胞シミュレーションのためのモデル構築には、遺伝子間の相互作用の強さ、物質の合成分解速度、局在などの動きに関するパラメータが必要となります。しかしながら、細胞中の速度定数を直接測定することは困難なため、細胞シミュレーションでは、パラメータ最適化手法を用いた予測を行うことがほとんどです。本研究では、細胞におけるネットワークの遺伝子の発現量の情報とたんぱく質のリン酸化の計測値を入力として、それを再現する速度定数を遺伝的アルゴリズム(GA)により推定しています。遺伝的アルゴリズムは、人工知能(AI)に使用される進化計算の一種で、本研究では、たんぱく質のリン酸化データを説明することのできるパラメータ候補をランダムに選択、交叉、変異を与えながら、正しい解を選んでいきます。', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}, 'key': 'term6', 'term': 'パラメータ最適化'}, {'description': {'blocks': [{'key': '52hnl', 'text': 'がんのサブタイプ分類：', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}, {'key': '7g00s', 'text': '乳がんの場合、サブタイプは分子マーカーの発現の有無により4つに分類されます。具体的には、エストロゲン受容体(ER)、ErbB2(HER2)受容体のどちらか一つが発現有、2つ共に発現有、2つ共に発現無という分類です。ERにはER拮抗剤など、ErbB2には抗体などの代表的薬剤があり、サブタイプに基づいた薬剤治療が現在行われています。しかし、最近のゲノム解析により、この4つのサブタイプ群それぞれにおいても、個々の患者の遺伝子の変異や発現の多様性が高く、効果的な薬剤の選択や治療のためには、新たな患者の再分類(層別化)が必要だと考えられています。', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}, 'key': 'term7', 'term': 'サブタイプ分類'}]}

['protein']

['岡田眞里子', '井元宏明']