化学研究所では、天然由来のキサントン骨格からがん抑制効果を持つ可能性のある化合物を探索する研究が行われている。（写真：ヴァン・ンガ）
がんは公衆衛生に大きな影響を与えるため、効果的で安全かつ持続可能な治療法の必要性がますます高まっている。人工知能（AI）、高性能コンピューティング、および実験的検証を統合することで、標的がん治療のためのキサントン誘導体の設計において、効率的なアプローチが開拓されつつある。
コンピュータ支援創薬（CADD）は、現代の医薬品化学において重要な潮流となりつつある。ベトナムでは、AIと高性能コンピューティングを実験手法と統合することで、天然化合物の活用に向けた新たなアプローチが開拓されている。本研究では、キサントン骨格を有望な原料として選定し、シミュレーションから実験的検証へと進む研究プロセスを展開した。
従来の治療法に加え、現代の医薬品開発の潮流は、研究期間の短縮と効率性の向上を目指し、高度な計算技術と組み合わせた標的指向型創薬へと大きくシフトしている。こうした流れの中で、天然由来化合物、特にキサントン類は、抗がん作用をはじめとする多様な生物学的可能性から注目を集めている。しかし、時間とコストのかかる従来の実験手法だけに頼っていては、これらの化合物の有効活用は依然として限定的である。
ファム・ミン・クアン准教授とベトナム科学技術アカデミー化学研究所の同僚らは、「計算シミュレーションと実験手法を組み合わせた、天然由来のキサントン骨格化合物から潜在的な癌細胞阻害化合物を探索する研究」プロジェクトを実施しました。このプロジェクトは、AI、分子シミュレーション、高性能コンピューティングなどの最新の計算手法を実験的検証と組み合わせた統合的な研究プロセスを構築し、ベトナムにおける医薬品研究開発の新たなアプローチを切り開くことを目的としています。
ファム・ミン・クアン准教授は、研究チームがキサントン化合物のデータベースを構築したと述べた。このデータベースには、既存の実験データを持つ化合物と、仮想スクリーニングに使用される化合物の両方が含まれている。これに基づき、機械学習モデルが開発・訓練され、化合物と癌関連生物学的標的との潜在的な相互作用を予測することで、研究対象のタンパク質を阻害する可能性のある化合物の候補リストを迅速に生成した。公開されている実験データと計算モデルを組み合わせることで、従来の「試行錯誤」アプローチに頼るのではなく、スクリーニングプロセスに対するより明確な指針が得られる。
同時に、化合物の薬物動態パラメータと「薬剤類似性」指数も、専用の計算ツールを用いて予測されます。これにより、標的タンパク質を阻害する可能性が高い化合物が選択されるだけでなく、吸収、分布、安全性といった医薬品開発に不可欠な基準も満たされることが保証されます。これは、計算予測の信頼性を向上させ、実験段階に進む前に候補となる前駆体化合物を特定するために、候補リストをさらに絞り込む上で重要なステップです。
本研究の特筆すべき点は、特定されたリード化合物から新規誘導体を設計する際に、深層学習モデルを応用したことである。単に「探索」するのではなく、活性向上を目的としてリード化合物の構造に基づいて新規誘導体を「設計」するという重要な一歩を踏み出した。このアプローチは、AIがデータ分析だけでなく、新規構造化合物の創出においても重要な役割を果たすことを明確に示しており、創薬分野で世界的に注目を集めている方向性である。
特筆すべきは、シミュレーションプロセスから得られた潜在的な誘導体のリストに基づき、オウレン（Coptis chinensis）の樹脂に豊富に含まれるキサントン化合物であるガンボギン酸をベースとしたこれらの誘導体の半合成を行った点である。エステル類（11化合物）とアミド類（8化合物）という2つの主要な誘導体群が高効率で合成され、その合成プロセスも開発・発表された。
得られた誘導体について、癌細胞株に対する生物活性を評価した。最も有望な2つの化合物については、動物モデルを用いて腫瘍抑制能をさらに試験し、同時に急性毒性および亜慢性毒性の評価を実施して安全性を確認した。その結果、多くの誘導体がシミュレーション予測と一致する顕著な抗腫瘍活性を示し、特にメチルガンボガテとモルホリニルガンボガミドは優れた腫瘍抑制効果を示した。
しかし、ファム・ミン・クアン准教授によると、統合研究の実施には依然として多くの課題が残っている。まず、質の高い実験データソースの不足により、機械学習モデルへの入力データに制約があり、予測の信頼性に影響を及ぼしている。さらに、化学、生物学、バイオインフォマティクス、データサイエンスなど、学際的な研究グループ間の効果的な統合には、専門知識とワークフローの両面で緊密な連携が必要となる。
これらの初期結果に基づき、研究チームは今後、CADDモデルの適用範囲を他の天然化合物群に拡大するとともに、治療標的の多様化を図り、医薬品の研究開発の向上に貢献していく計画である。
ヒエウ・リエン・ンガ
出典：https://nhandan.vn/tich-hop-ai-dieu-tri-ung-thu-post964425.html
コメント (0)