カリフォルニア大学サンフランシスコ校（UCSF）の科学者は、小分子がタンパク質とどのように相互作用するかを迅速かつ正確に予測できる新しい方法を開発しました。これにより、現在は時間がかかり、高価なプロセスである創薬のプロセスが大幅に高速化される可能性があります。
「インシリコタンパク質リガンド相互作用プロファイリング」（IPLIP）と呼ばれる新しい方法は、機械学習を使用して実験データの大きなデータセットを分析します。このデータは、小分子が特定のタンパク質に結合する可能性を予測できるコンピューターモデルをトレーニングするために使用されます。
研究者は、さまざまなタンパク質と小分子でiPlipをテストし、結果は非常に有望でした。 Iplipは、テストしたタンパク質の90％について、小分子の結合親和性を正確に予測することができました。このレベルの精度は、創薬プロセス中に実行する必要がある実験の数を大幅に減らすことができます。
その速度と精度に加えて、iPlipは比較的安価でもあります。これにより、大規模な実験研究を実施するためのリソースを持たない小規模なバイオテクノロジー企業や学術研究者にとって貴重なツールになる可能性があります。
「Iplipには、薬物を発見する方法に革命をもたらす可能性があります」と、研究指導者のブライアン・ショイシェ教授は述べています。 「それは、創薬のプロセスを大幅に高速化し、中小企業や学術研究者にとってより手頃な価格にすることができます。」
この研究は、Nature Communications誌に掲載されました。
iPlipの動作方法
iPlipは機械学習を使用して、実験データの大規模なデータセットを分析します。このデータは、小分子が特定のタンパク質に結合する可能性を予測できるコンピューターモデルをトレーニングするために使用されます。
機械学習モデルは、小分子の化学構造、タンパク質の配列、および小分子がタンパク質にどのように結合するかに関する実験データなど、さまざまな特徴について訓練されています。
モデルがトレーニングされると、新しい小分子が特定のタンパク質に結合する可能性がどれほど可能かを予測するために使用できます。この情報は、研究者がさらなるテストのために最も有望な小分子を選択するのを支援することにより、創薬プロセスを導くために使用できます。
iPlipのアプリケーション
iPlipは、創薬プロセスに大きな影響を与える可能性があります。新薬を見つけるプロセスをスピードアップし、中小企業や学術研究者にとってより手頃な価格にすることができます。
iPlipを使用して、創薬の新しいターゲットを特定することもできます。 IPLIPは、疾患に関与するタンパク質を識別することにより、研究者がこれらのタンパク質を標的とする薬物を開発するのに役立ちます。
創薬に加えて、IPLIPは、タンパク質がどのように相互作用するか、小分子が細胞プロセスにどのように影響するかを理解するなど、他の研究分野でも使用できます。
