[スポンサーリンク]

データサイエンス

岩田浩明 Hiroaki IWATA

[スポンサーリンク]

岩田浩明(いわたひろあき)は、日本のデータサイエンティスト・計算科学者である。鳥取大学医学部 教授。専門分野はバイオインフォマティクス、ケモインフォマティクスである。第50回ケムステVシンポ講師。

経歴

2011 京都大学 大学院情報学研究科 博士課程修了、博士(情報学)
2016 京都大学 大学院医学研究科 特定助教
2021 京都大学 大学院医学研究科 特定准教授
2024- 鳥取大学 医学部 教授

受賞歴

2013 1st POSTER AWARD, Computational Biology Research Center Workshop 2013
2014 IIBMP2014 Excellent Poster Award
2021 Certificate of outstanding early career achievement in recognition of contributions made to the quality of the journal

研究業績

私は、ビッグデータを活用し、医療および創薬分野において革新的なアプローチの追求に取り組んでいます。臨床データや生体情報を基に、予防医療や治療の最適化に貢献することで、新たな研究領域を開拓し、医療現場に変革をもたらす技術を開発しています。ビッグデータの可能性を最大限に活かし、医療と創薬の未来を切り拓くことを目指しています。以下では、創薬に関する取り組みについてご紹介します。

医薬品候補化合物の探索

創薬プロセスの初期段階である、大量の化合物ライブラリから医薬品候補化合物を探索するスクリーニングに対し、計算手法の開発および応用研究に取り組んできました。たとえば、化合物ライブラリの拡張では、AIを活用した分子生成モデル(グラフ型深層学習と強化学習)を用いて未踏の化学空間を探索し、新規分子を効率的に設計する手法を開発しました1。また、標的解明と多薬理作用の課題に対して、表現型アプローチと標的ベースアプローチを統合した新たな計算手法を提案しました2。さらに、薬物結合に伴う構造変化を考慮したポケット拡張手法とMD/MM-PBSAを組み合わせることで、結合モード予測の精度を大幅に向上させました3。加えて、TRPA1受容体の活性化剤探索では、自然化合物ライブラリを用いてファーマコフォアスクリーニングを実施し、6種の新規TRPA1アゴニストを発見しました4。このように、幅広い技術開発および応用研究に取り組んでいます。

トランスレーショナルリサーチ

薬物のヒトin vivoにおける体内動態や薬効・毒性発現を、時空間的かつ定量的に予測するシステムの開発に取り組んでいます。このシステムは、創薬過程で評価されるin vitroデータや文献情報を最大限活用し、高精度な予測を支援することを目指しています。以下に、薬物動態パラメータ予測および定量的システム薬理学(QSP)の研究を紹介します。

創薬研究において、ヒトPKパラメータ予測は非常に重要であり、特に臨床開発段階ではその成否を左右するため、適切なデータを用いた投与量推定が求められます。我々の研究では、ヒトCLtot予測において、化学構造情報に加えラットのクリアランス実測値を活用したマルチモーダル機械学習手法を提案し、高精度なモデル構築に成功しました。この手法は、種を超えた予測精度の向上を目指し、非臨床データを最大限に活用する点が特徴です5。また、ラットCLtotに加え、他の動物種のCLtotやタンパク結合率を説明変数に取り入れることで、ヒトCLtotの予測精度向上が期待されます。しかし、データの欠損が多く、学習可能なデータが制限される課題があったため、欠損値補間を導入しました。具体的には、化合物記述子を基に非臨床データを予測するモデルを構築し、補間後のデータと化学構造情報を組み合わせてヒトCLtotおよびVdssの予測モデルを作成しました。説明変数は重要度に基づいて選択し、結果として予測精度が向上しました6

また、製薬業界では、新薬の発見や開発を効率化するために、モデルを活用した手法が増えています。その中でも、薬の作用メカニズムと疾患の複雑な特徴を組み合わせて予測を行う「定量的システム薬理学(QSP)」が注目されています。QSPは治療効果や指標の予測に利用され、特に代謝疾患や心血管疾患で成果を上げてきました。最近では、がんや免疫療法、感染症の分野にも応用が広がっています。本研究では、従来の手法で課題となっていた効率性を改善するため、機械学習と最適化手法を組み合わせた新しいアプローチを提案しました。その結果、従来手法と比較して10倍以上の効率で予測が可能となり、新薬開発のスピードアップが期待されます7

名言集

コメント&その他

関連動画

関連文献

(1) Iwata, H.; Nakai, T.; Koyama, T.; Matsumoto, S.; Kojima, R.; Okuno, Y. VGAE-MCTS: A new molecular generative model combining the variational graph Auto-Encoder and monte carlo tree search. J. Chem. Inf. Model. 2023, 63 (23), 7392-7400. DOI: 10.1021/acs.jcim.3c01220.

(2) Iwata, H.; Kojima, R.; Okuno, Y. An in Silico Approach for Integrating Phenotypic and Target-Based Approaches in Drug Discovery. Mol Inform 2019. DOI: 10.1002/minf.201900096.

(3) Araki, M.; Iwata, H.; Ma, B.; Fujita, A.; Terayama, K.; Sagae, Y.; Ono, F.; Tsuda, K.; Kamiya, N.; Okuno, Y. Improving the Accuracy of Protein-Ligand Binding Mode Prediction Using a Molecular Dynamics-Based Pocket Generation Approach. J. Comput. Chem. 2018, 39 (32), 2679-2689. DOI: 10.1002/jcc.25715.

(4) Iwata, H.; Kanda, N.; Araki, M.; Sagae, Y.; Masuda, K.; Okuno, Y. Discovery of natural TRPA1 activators through pharmacophore-based virtual screening and a biological assay. Bioorg. Med. Chem. Lett. 2021, 31, 127639. DOI: 10.1016/j.bmcl.2020.127639  From NLM Medline.

(5) Iwata, H.; Matsuo, T.; Mamada, H.; Motomura, T.; Matsushita, M.; Fujiwara, T.; Kazuya, M.; Handa, K. Prediction of Total Drug Clearance in Humans Using Animal Data: Proposal of a Multimodal Learning Method Based on Deep Learning. J. Pharm. Sci. 2021. DOI: 10.1016/j.xphs.2021.01.020.

(6) Iwata, H.; Matsuo, T.; Mamada, H.; Motomura, T.; Matsushita, M.; Fujiwara, T.; Maeda, K.; Handa, K. Predicting Total Drug Clearance and Volumes of Distribution Using the Machine Learning-Mediated Multimodal Method through the Imputation of Various Nonclinical Data. J. Chem. Inf. Model. 2022. DOI: 10.1021/acs.jcim.2c00318.

(7) Iwata, H.; Saito, R. Accelerating virtual patient generation with a Bayesian optimization and machine learning surrogate model. CPT Pharmacometrics Syst Pharmacol 2024. DOI: 10.1002/psp4.13288  From NLM Publisher.

関連書籍

関連リンク

Researchmap

Macy

投稿者の記事一覧

有機合成を専門とする教員。将来取り組む研究分野を探し求める「なんでも屋」。若いうちに色々なケミストリーに触れようと邁進中。

関連記事

  1. 木曽 良明 Yoshiaki Kiso
  2. 正岡 重行 Masaoka Shigeyuki
  3. 真島利行系譜
  4. 鈴木 章 Akira Suzuki
  5. ダン・シングルトン Daniel Singleton
  6. ヨアヒム・フランク Joachim Frank
  7. ジェームズ・ロスマン James Rothman
  8. ブライアン・コビルカ Brian K. Kobilka

注目情報

ピックアップ記事

  1. 野副鉄男 Tetsuo Nozoe
  2. アイルランド・クライゼン転位 Ireland-Claisen Rearrangement
  3. 分析化学科
  4. NMRの基礎知識【原理編】
  5. リアル『ドライ・ライト』? ナノチューブを用いた新しい蓄熱分子の設計-後編
  6. アンデルセン キラルスルホキシド合成 Andersen Chiral Sulfoxide Synthesis
  7. 有機合成化学協会誌2019年8月号:パラジウム-フェナントロリン触媒系・環状カーボネート・素粒子・分子ジャイロコマ・テトラベンゾフルオレン・海洋マクロリド
  8. 逆生合成理論解析という手法を開発し、テルペン系類縁天然物 peniroquesine の難解な生合成機構の解明に成功
  9. Al=Al二重結合化合物
  10. アルツハイマー原因物質、緑茶成分に抑制機能・埼玉医大など

関連商品

ケムステYoutube

ケムステSlack

月別アーカイブ

2025年1月
 12345
6789101112
13141516171819
20212223242526
2728293031  

注目情報

最新記事

コバルト触媒による多様な低分子骨格の構築を実現 –医薬品合成などへの応用に期待–

第 642回のスポットライトリサーチは、武蔵野大学薬学部薬化学研究室・講師の 重…

ヘム鉄を配位するシステイン残基を持たないシトクロムP450!?中には21番目のアミノ酸として知られるセレノシステインへと変異されているP450も発見!

こんにちは,熊葛です.今回は,一般的なP450で保存されているヘム鉄を配位するシステイン残基に,異な…

有機化学とタンパク質工学の知恵を駆使して、カリウムイオンが細胞内で赤く煌めくようにする

第 641 回のスポットライトリサーチは、東京大学大学院理学系研究科化学専攻 生…

CO2 の排出はどのように削減できるか?【その1: CO2 の排出源について】

大気中の二酸化炭素を減らす取り組みとして、二酸化炭素回収·貯留 (CCS; Carbon dioxi…

モータータンパク質に匹敵する性能の人工分子モーターをつくる

第640回のスポットライトリサーチは、分子科学研究所・総合研究大学院大学(飯野グループ)原島崇徳さん…

マーフィー試薬 Marfey reagent

概要Marfey試薬(1-フルオロ-2,4-ジニトロフェニル-5-L-アラニンアミド、略称:FD…

UC Berkeley と Baker Hughes が提携して脱炭素材料研究所を設立

ポイント 今回新たに設立される研究所 Baker Hughes Institute for…

メトキシ基で転位をコントロール!Niduterpenoid Bの全合成

ナザロフ環化に続く二度の環拡大というカスケード反応により、多環式複雑天然物niduterpenoid…

金属酸化物ナノ粒子触媒の「水の酸化反応に対する駆動力」の実験的観測

第639回のスポットライトリサーチは、東京科学大学理学院化学系(前田研究室)の岡崎 めぐみ 助教にお…

【無料ウェビナー】粒子分散の最前線~評価法から処理技術まで徹底解説~(三洋貿易株式会社)

1.ウェビナー概要2025年2月26日から28日までの3日間にわたり開催される三…

実験器具・用品を試してみたシリーズ

スポットライトリサーチムービー

PAGE TOP