研究者紹介

マルチモーダルなバイオデータを活用し、創薬・診断・治療を支援する技術開発を行っています。例えば、隠れた薬剤結合部位の予測による創薬支援技術、修飾RNAデータ・リアルワールドデータ等の統合解析によるがん診断法の開発、配列生成・分子設計を活用した遺伝子治療用次世代ウイルスベクター開発を行っています。

創薬標的の枯渇は、創薬分野が抱える大きな課題のひとつであり、その背景には、明確な活性ポケットを持たない創薬困難とされる標的の増加がある。 この課題解決に向け、AI/機械学習技術や分子シミュレーション等の計算科学的アプローチにより創薬困難な標的に対してアプローチを可能とする技術が求められている。そこで、化合物との結合などの摂動を受けることで、タンパク質表面に動的に生じる隠れた結合部位（クリプティックサイト）に注目し、共溶媒分子動力学シミュレーション（MSMD）と機械学習やパーシステントホモロジー法を組み合わせたクリプティックサイト予測法（CrypToth、CrypTothML）を開発。クリプティックサイト予測において最高性能を達成。本手法により、新規のクリプティックサイトを見出すことができれれば、新規の創薬標的の創出（アロステリック制御、PROTACや分子のり等のタンパク質分解誘導薬の標的など）につながり、創薬標的の枯渇という課題を解決する一助となる。