ケモインフォマティクスを用いた代謝生成物予測手法の開発

抄録

医薬品開発において、代謝生成物を低コストで予測することは極めて重要な課題の一つである。そこで本研究では、ケモインフォマティクス手法を用いた代謝生成物予測手法を開発した。まず、主要な薬物代謝酵素群シトクロムP450の基質となるかどうかを識別するモデルをsupport vector machineによって構築した。次に、基質の代謝部位を予測するモデルをrandom forest、adaboost、rough set theoryなどを用いて構築した。この２種類のモデルを統合することで、新規医薬候補品の代謝生成物を予測することが可能となると考えられる。