表現型スクリーニングからのターゲットデコンボリューションのための新しいアプローチ
カテゴリ：医学教育
公開日：2025年10月23日
タイトル：A novel approach for target deconvolution from phenotype-based screening using knowledge graph
雑誌名：Sci Rep. 2025 Jan 18; 15(1): 2414.
概 要：
薬物ターゲットのデコンボリューションは現代の薬物開発において重要ですが、従来の方法やAI駆動の方法は完全性、正確性、効率性に課題を抱えています。特にp53経路のような複雑なシステム内での薬物ターゲットの特定は困難です。本研究では、タンパク質間相互作用の知識グラフ（PPIKG）を構築し、AIと分子ドッキング技術を組み合わせた統合薬物ターゲットデコンボリューションシステムを提案しました。このアプローチにより、候補タンパク質を1088から35に絞り込み、時間とコストを大幅に削減しました。最終的に、p53経路活性化剤UNBS5162の直接ターゲットとしてUSP7を特定しました。この方法は、薬物スクリーニングの効率を向上させ、新たな治療法の追求を加速させる可能性があります。
方 法：
本研究は、タンパク質間相互作用の知識グラフ（PPIKG）を用いたコホート研究です。AIと分子ドッキング技術を統合したシステムを構築し、1088の候補タンパク質を分析して35に絞り込みました。主要評価指標は、ターゲットの特定にかかる時間とコストの削減です。
結 果：
PPIKGを用いた分析により、候補タンパク質を1088から35に絞り込みました。分子ドッキングの結果、p53経路活性化剤UNBS5162の直接ターゲットとしてUSP7を特定しました。このプロセスは、従来の方法に比べて大幅に効率的でした。
結 論：
知識グラフと多分野のアプローチを活用することで、表現型スクリーニングを通じた薬物発見の逆ターゲティングプロセスを効率化できる可能性が示されました。この研究は、薬物スクリーニングの革新を促進し、新たな治療法の開発を加速することが期待されます。