第1部. 生体ビッグデータ・AI (とくにディープラーニング) を用いた創薬・ドラッグリポジショニングの実際

～ターゲットや疾患に関するビッグデータの活用、臨床データの創薬活用～

(2018年1月30日 10:30～15:30)

　近年、バイオテクノロジーの急速な発展を受けて、医療・創薬分野も「ビッグデータ」時代を迎えた。これに伴い、生体ビッグデータに基づいて、機械学習やディープラーニングなどの人工知能を用いて、生体ビッグデータが持つ「創薬力」を抽出し、疾患の薬剤標的分子の探索、標的分子へ化合物のバーチャルスクリーニングや既存薬のドラッグリポジショニング (DR) を目指す「AI創薬・DR」方法論が発展している。
　本講演ではAI創薬・DRについて実例をまじえて体系的に述べる。

1. 医療・創薬におけるビッグデータの特徴と意義
   1. 新しい医療ビッグデータの特性としての「新NP問題」
   2. 新しい医療ビッグデータの収集の目的-個別性
   3. 新しい創薬ビッグデータ:生命情報ビッグデータベース
2. ビッグデータやAIを活用した計算創薬/DRの基礎理論
   1. AIの歴史とDeep Learningの革新的な特徴
      • Deep Learningの革命性:「教師なし」学習と特徴的表現の自己学習
      • 多層deep auto-encoderの構成と「潜在状態空間」
      • PANDEのMulti-Taskネットワーク
   2. AI創薬の枠組みとしての「多階層創薬ネットワーク」
      • 「生体分子プロファイル型計算創薬・DR」における疾患と薬剤の相互作用のとらえ方
      • 生体分子ネットワーク準拠計算創薬・DRの「3層ネットワークモデル」
        - 疾患、薬剤、生体分子の3層ネットワーク間の関連性と方法分類
3. 計算創薬/DRの「非学習的」アプローチ:「ビッグデータ創薬・DR」
   1. 「疾患-薬剤ネットワーク」相互関連型「現象論的」アプローチ
      • 疾患・薬剤遺伝子発現プロファイル直接比較法
      • 疾患・薬剤ネットワークの相互射影解析
   2. 生体分子ネットワーク準拠型「機構論的」アプローチ
      • タンパク質相互作用ネットワークにおける疾患関連遺伝子と標的との相互作用の評価法
      • Sunらのランダム歩行による有効性予測
      • Guney・Barabasiらの近接距離解析による有効性評価
4. 計算創薬・DRの「学習的」アプローチ:「AI創薬・DR」
   1. 「AI創薬」の国際的な研究状況
   2. Virtual Screeningへの人工知能・機械学習の応用
      • Ligand-based AI-Virtual Screening
        • KaggleとDahlの方法
        • Pandeのマルチタスク法
        • 奥野のCGBVS法:SVM法とDeep Learning法
      • Structure-based AI-Virtual Screening
        • Wallachの方法
   3. 化合物の人工知能を用いた自動設計
      - Gomez-BombarelliのSMILE表示とdeep encoderを用いた方法
   4. 創薬のシステム薬理学への人工知能的アプローチ
   5. 標的分子探索に人工知能を用いた方法
      • Hase-Tanakaの多層Deep AutoEncoderを用いた標的分子探索法
      • Pharm-AIシステムとアルツハイマー病での標的分子探索と検証
5. 「AI創薬」研究の将来的方向
   1. 「AI創薬学」の体系的構築
   2. 「AI創薬」システムのパイプライン化
• 質疑応答・名刺交換

第2部. 調査員の目から見たAI創薬とドラッグリポジショニングの現状と将来

(2018年1月30日 15:45～17:00)

　医療分野におけるビッグデータ並びにAIの利活用の最新動向について専門家にお話を伺い、創薬並びに個別化医療・先制医療への貢献について調査する活動に参加した。その経験を踏まえた「AI創薬とドラッグリポジショニングの現状と将来」について私見を紹介したい。

1. AIの医療への応用
   1. AIについて
   2. AIの特技 (1) ・画像解析
   3. AIの特技 (2) ・データマイニング
2. ビッグデータからの創薬
   1. 遺伝子解析からの創薬・ドラッグリポジショニング
   2. オミックス技術からの創薬・ドラッグリポジショニング
   3. 情報科学を使った創薬の将来像
3. 身近なAIへの期待
4. AI時代に活躍できる人材像
• 質疑応答・名刺交換