治療薬の設計に欠かせない相互作用予測

薬物と標的タンパク質の相互作用の予測は、治療薬の設計において非常に重要だ。相互作用を予測する手法は、大きく分けて実験的手法と計算的手法の2つが存在するが、実験的手法はコストと時間が非常にかかるため、近年では計算的手法が広く用いられている。

計算手法で最も予測に成功した1つに、ドッキングシミュレーションという手法がある。しかし、この手法は標的タンパク質の三次元構造の可用性に大きく依存する。そのため、タンパク質構造を不要とする、機械学習手法を用いた予測手法の開発が注目を集めている。

バングラデシュにあるユナイテッドインターナショナル大学のFarshid Rayhanら研究者は、薬物と標的タンパク質の相互作用予測における、タンパク質構造に依存しない手法の開発という課題に着目し、機械学習手法を用い相互作用予測モデルの開発を試みた。

結果、タンパク質の構造を必要としない予測モデルの開発に成功したのだろうか？続きを読んでみよう。

CNNを用いた薬物と標的タンパク質の相互作用予測

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