In Silico Data Home
インシリコデータが提案する「ドラグリポジショニング」は、化学データサイエンス技術を用いて、既存薬物の新たな適用可能な活性を探し出すものです。
ドッキングシミュレーションにより実施されるものではありません。
本アプローチは数十年前に湯田により開発されていた「リード候補化合物検索（Lead compounds retrieval)」と同じ考えと手順で実行可能です。
当時はリポジショニングの考えが無く、薬理活性の異なる化合物の選択や適用は極めて抵抗感の強いものでした。
創薬時には、ターゲット薬理活性のみならず毒性や物性ADMEもふくめて総合的に化合物の探索やデザインを行う。データサイエンスの技術を適用して総合的な創薬を実施します。
複数の薬理活性を同時に評価してスクリーニングを行う。スクリーニング完了時には化合物単位で複数種類の薬理活性に関する評価情報が得られます。
複数の薬理活性、毒性、ADME、物性等を同時に評価しつつスクリーニングを行う。スクリーニング完了時には薬理活性、毒性、ADMEそして物性が最適化された化合物が選択されます。
創薬をディスプレイ画面を眺めながら、直接実施してゆく。ターゲットとする薬理活性等はデータサイエンス手法により即時に求めて、結果を見ながら化合物構造式を変化させ、薬理活性を最適化します。
湯田が提唱した3D-QSAR手法。「領域効果」の導入により、3D-QSAR実施上常に問題となる過剰適合の問題を解決しました。さらに、通常の3D-QSARで利用されるパラメータの種類は少ない （電子的、LogP，ファンデルワールス反撥力程度）のですが、SARDEで使えるパラメータの種類は極めて多くの種類を利用することが可能で、要因解析の幅や深さが広がります。
リード候補化合物検索（Lead compounds retrieval)は、予め薬理活性の有無に関して作成された判別関数を用いて、化合物データベースの化合物中よりターゲット薬理活性を有するLead候補化合物を検索してくるアプローチです。
この場合の最大の留意点は、選択に用いる判別関数は化合物構造式に強く依存することの無い汎用的なパラメータで構成されることです。
従って、リピンスキーパラメータで化合物群をスクリーニングすることに似ておりますが、リピンスキーパラメータは薬物としてふさわしいか否かという大きな枠でスクリーニングするもので、特定の薬理活性の有無を判断するものではありません。
これに対して、「リード候補化合物検索」に用いられるパラメータ群は、特定の薬理活性の活性・不活性の判定に用いられるということです。
また、本アプローチは現在ホットな話題となっている「リードリポジショニング」にても適用されます。 しかし、本アプローチは湯田により約四十年前に既に開発されていたアプローチです。 開発が早すぎたようです。
リード候補化合物再構築（Lead reconstruction)で利用されるパラメータは、「部分構造パラメータ」のみを用いていることが特徴です。 この部分構造パラメータは、予めターゲット薬理活性化合物を１００％分類したものを使います。 この部分構造パラメータのうち、
係数の符号が正（薬理活性を高める）である部分構造パラメータの部分構造情報を用います。 ターゲット薬理活性化合物の基本骨格と部分構造を組み合わせて、新規の構造を有する化合物を創出します（再構築）。 従って、本アプローチは基本骨格の異なるLead
候補化合物の選出ではなく、同系統の基本骨格を有する化合物の薬理活性向上ということが目的となります。
この技術も上記「リード候補化合物検索」とほぼ同時期に開発されておりました。
In Silico Data Home
DX化、SDGｓ等時代は確実に変化しております。また、デジタル関連の様々な技術はハードウエアやソフトウエア、さらにはネットワークとそれぞれ急速に発展しております。
株式会社インシリコデータは、このような時代の変化に遅れないように日々努力してまいりますので、よろしくご支援お願いいたします。
