ドラッグリポジショニングの可能性

新薬の開発は膨大な時間とコストがかかるプロセスである。今日、既存の薬を別の疾患にも使えないかを探索するドラッグリポジショニングは、既存薬の新しい薬物適応を特定するための一般的な戦略として利用されている。

コンピュータを使ったインシリコ法によるドラッグリポジショニングの従来の研究のほとんどは、主に線形モデルに焦点を当てていたが、非線形モデルでの薬物適応予測は未だ不十分である。そこで、非線形計算アプローチを適用することで、新たなドラッグリポジショニング候補を予測することができると考えられる。

重要なお知らせ：AI分野のお仕事マッチングサービス「AIDB HR」を開始しました！登録後はオファーを受け取るだけのシンプルなサービスです！現在、期間限定で、ギフト券が必ずもらえる新規登録キャンペーンも行っています。

イランにあるアミールキャビール工科大学のMahroo Moridiら研究者は、既存薬における新たな薬物適応の特定という課題に着目し、 非線形モデルの適応を試みた。

結果、ドラッグリポジショニングのための非線形モデルは適用できたのだろうか？続きを読んでみよう。

AIで未来を変える仲間：Mahroo Moridiについて
イランのアミールキャビール工科大学の数学・コンピュータサイエンス学科の修士課程。専門分野は機械学習や画像処理など。

ディープラーニングを用いた薬剤適応予測

Mahroo Moridiらの研究におけるミッション・手法・結果は以下の通りだ。