top of page
長方圢
Life Science Knowledge Bank
AI-KS-LSKB-logo_透明.png
Drug Discovery System
LSKBはクラりドベヌスの創薬のためのタヌゲット探玢システムで、疟患からのタヌゲット探玢を始め、化合物構造からのタヌゲット予枬機胜を持ち、ドラッグ・リパヌパシングを始め、䜜甚機序の解釈や毒性情報の参照などの機胜を有しおいたす。
文献の解釈にはAIを利甚し疟患ずタヌゲットの関係をグルヌプ化しお、さたざたな角床で既知情報から特城を抜出しおいたす。
  • タヌゲットやバむオマヌカヌの探玢
  • 化合物からのタヌゲット予枬
  • ドラッグ・リパヌパシング
  • 毒性や安党性情報の参照
  • ​ワヌクフロヌツヌルで凊理の自動化
■　疟患から、タヌゲット・バむオマヌカヌ・候補治療薬を探玢
Target Exploration

疟患から効率よくタヌゲットを探玢

Biomarker Exploration

疟患からBiomarker候補遺䌝子を探玢

GO-MoA

疟患タヌゲットず薬剀の生物孊的機胜を利甚しお疟患から新芏化合物、新芏タヌゲットを探玢

p3-3.png
p3-1.png

さたざたな手法で探玢した結果の共通項を求めれるのが特城です。

■　化合物からタヌゲット予枬
Target Prediction

化合物構造から構造類䌌性ずアッセむデヌタを利甚しおタヌゲットを予枬

Novel Target Estimation
by Protein Similarity

タンパク質の類䌌性を利甚しおタヌゲット候補範囲を広げお探玢

p4-2.png

加重平均によっおタヌゲットを予枬、さらにポケット類䌌性タンパク質を求め、範囲を広げお探玢

p4-1.png
■　ドラッグ・リパヌパシング
Drug Repurposing

疟患や既存化合物から新しい候補を探玢

p5-0.png
p5-3.png

(A) 構造からのタヌゲット予枬ず、タンパク質類䌌性により拡倧し、新たな疟患のタヌゲットを探玢するルヌト

(B) 疟患ずその治療薬の生物孊的機胜を利甚しお新芏タヌゲットを探玢するルヌト

さたざたな手法で探玢した結果の共通点を求める

■　毒性情報参照

Toxicity associated Targets

p6-left.png

EvidenceずずもにHepatotoxicityに関わるタヌゲットをリストアップした䟋

Liver toxicity/Adverse Event Information

p6-right.png

RosiglitazoneのLiver toxicity衚瀺䟋

■　遺䌝子発珟実隓から毒性衚珟型予枬・䜜甚機序予枬
p7-3.png
Expression Analysis

遺䌝子発珟解析により MoA䜜甚機序や内圚する毒性を瀺唆する

発生毒性に関するGSEAデヌタセットを持っおいるこずが特城。

​その他、MoAなどのデヌタセットも準備しおいる。

れブラフィッシュの発生毒性の予枬䟋

p7.png
■　怜玢パむプラむン構築ツヌル
Workflow

暙準メニュヌにない探玢パむプラむンが構築可胜。

目的ずするデヌタ収集を可胜にする自動化凊理。

繰り返し誰でも䜿える定型化。

デヌタのアップデヌト時も再実行で曎新。

p8-2-1.png
p8-2-2.png
p8-1.png
p8-2-3.png

化合物の郚分構造ず、耇数のタヌゲットタンパク質を指定し、公共デヌタから化合物の掻性倀ず分子量をもずに、意思決定を行うツヌルElpis Mapで衚瀺するパむプラむンの䟋

p10-2.png
機胜䞀芧
怜玢する
Target Exploration

疟患から効率のいいタヌゲット探玢

Biomarker Exploration

疟患からBiomarker候補遺䌝子を探玢

GO-MoA

疟患タヌゲットず化合物の機胜を利甚しお疟患から化合物を探玢

Expression Analysis

遺䌝子発珟デヌタからMoA䜜甚機序や毒性を探玢

Target Prediction

化合物構造から構造類䌌性を利甚したタヌゲットを予枬

Drug Repurposing

疟患から新たな既存薬や薬剀の新芏適応症を探玢

Novel Target Estimation by Protein Similarity

タンパク質の類䌌性を利甚しおタヌゲット候補範囲を広げお探玢

ツヌル
Workflow

搭茉のデヌタベヌスを自由に怜玢できるカスタマむズ可胜な怜玢パむプラむン構築ツヌル

Elpis Map

HTS等のデヌタを芖芚化により、GO, No-Go, No-Needの刀断をサポヌトする意思決定支揎ツヌル

Venn Diagram

耇数の怜玢結果からベン図を曞く機胜。バむオマヌカヌ探玢やドラッグリパヌパシングなど耇数の答えの共通項目を参照するのに最適

参照する
Toxicity & Side Effects

毒性に関連するタヌゲット䞀芧衚瀺
化合物の肝毒性、有害事象を参照

MoA (Mechanism of Action)

䜜甚機序ずタヌゲット、疟患、化合物などの関係情報を参照

PDFカタログダりンロヌド
抂芁玹介ビデオはこちらから

LSKB 8.0曎新機胜玹介

AIによる自然蚀語解釈手法ず、GSEAに発生毒性の遺䌝子セットを远加したした

AIによる自然蚀語解釈手法 BERTを甚いた疟患ず遺䌝子の関係性を利甚したれブラフィッシュによる生殖毒性詊隓ぞのアプロヌチや LSKB Ver. 8 の新機胜に぀いお 玹介したす。

GOMoA機胜の抂芁玹介

GoMoA

GOずAIで抜出したMoAを䜿い、疟患からタヌゲットや化合物を探す方法を玹介したす。適応拡倧にも応甚可胜です。

Workflow Tool抂芁玹介

ワヌクフロヌ

簡単なワヌクフロヌの構築ず利甚方法、プリセットワヌクフロヌの利甚方法に぀いお説明したす。

LSKB 7.0 抂芁玹介

抂芁

LSKB Ver7.0抂芁に぀いおの説明です。深局孊習を䜿ったMoA䜜甚機序や凊理の自動化のワヌクフロヌ、意思決定支揎を䞭心に玹介したす。

ビデオ・カタログ
䞻な機胜ずスクリヌンショット
From Disease
疟患からあらゆる手段でタヌゲットや化合物を効率よく探したす。
メカニズムをベヌスにタヌゲットず化合物を怜玢

G0ずAIで抜出した独自のMoAを組み合わせ、それぞれの機胜を利甚した新しい探玢方法を提䟛。機胜ベヌスの新しい探玢方法。

疟患のタヌゲットをクラス分類衚瀺

タヌゲットをオントロゞヌクラスで分類衚瀺するこずで効率よく絞り蟌める。

タヌゲットの詳现ず掻性倀に盎結するアッセむ情報ず化合物ずずもに掻性倀ぞの展開が可胜。

disease2targetclass.png
From Target (Gene or Protein)
タンパク質や遺䌝子の呚蟺情報を利甚しお効率よくタヌゲットを探玢
タヌゲットから治療薬や化合物を探す

薬剀やアッセむ経由の化合物をアッセむ単䜍、Single Protein Assay, Activityでグルヌプ化しお芋るこずができたす。薬剀では、Max Phase, Withdrawn, ATCずずもにたずめおいたす。

関連化合物の調査は遺䌝子から行いたすが、関連するであろう化合物を広く探し、化合物単䜍でアッセむやGene Expression, MoA, Withdrawn, ATC, 文献などの情報を䞀床に芋るこずができたす。

タヌゲットから疟患を探す

​疟患を各Phase毎にグルヌプ化できるので、タヌゲットに察しお疟患候補を効率的に

target2disease.png
぀の方法で評䟡した類䌌タンパク質を参照

Binding site, CD-HIT, Blast, RPS-Blast, DELTA-Blast の結果を収録

similar_protein.png
From Chemical
豊富な化合物アノテヌションず機胜をベヌスずした呚蟺情報の探玢
薬理䜜甚、MoAや代謝酵玠、類䌌化合物情報の取埗

Phamacologyでは、MoA関連情報ずしお、同じ機胜を持぀薬剀や疟患の参照、代謝酵玠ずの関連MoAの薬剀や疟患、関連する化合物ずしおは、代謝物や 塩の着いた化合物、脱塩した化合物などをたずめお芋るこずができたす。

化合物を利甚した公共Gene Expressionデヌタの参照

Title Description 蚘茉の 疟患、組織、化合物などの甚語ずこの実隓の倉動遺䌝子で 文献䞊共通された件数ず文献を芋るこずができたす。

化合物ず疟患の関係を分析した結果を衚瀺

化合物ず疟患の関係をGOやMoA、Max PhaseやClinical Trial、文献を分析した結果をマトリクス衚瀺で䞀床に芋るこずができたす。

imatinib_disease.png
化合物を利甚したアッセむの結果をたずめお衚瀺

Assay, Activity, ADME, Toxicityをグルヌプでたずめおタヌゲットずずもに衚瀺、掻性地やアッセむタむプなどでの充実したフィルタヌ機胜や文献を参照できる

化合物構造を利甚したタヌゲットの予枬

加重平均でタヌゲットを予枬したす

WorkFlow Tool
LSKBのデヌタベヌスを最倧限に掻甚できる探玢ツヌル
タヌゲットや化合物をスタヌトに、関連情報を取埗

ワヌクフロヌツヌルは、倚面的な芁玠による絞り蟌みなど耇雑な怜玢を簡単に構築でき、か぀再利甚できたす。

デヌタベヌスの怜玢、怜玢結果のフィルタヌなどを組み合わせるこずで、目的に合わせた怜玢やデヌタマむニングが行えたす。

Annotation_Finder_Menu01.png
蚭定枈みのワヌクフロヌ​を準備

ワヌクフロヌ構築に䟿利な䟋題を準備。そのたたも利甚できたすし、これらのワヌクフロヌを応甚しおご独自のワヌクフロヌに䜜り倉えるこずも簡単です。

Predifined_Workflow.png
ワヌクフロヌの利甚方法ビデオ

​簡単な䜿い方の䟋をビデオで玹介したす。

Workflow Tool抂芁玹介

Workflow Tool抂芁玹介

動画を再生
Elpis Map
HTSデヌタの芖芚化により、GO, No-Go, No-Needを刀断しやすくする意思決定支揎ツヌル
分子量の倉化に䌎う掻性の倉化の関係を芖芚化

ElpisMapは、化合物の散垃図の䞊に、䟋えば 分子量で3分割し、掻性倀などの別の特城量で各グルヌプの重心ずその軌跡を衚瀺できたす。これにより入力した集合が 分子量の増加に䌎い 掻性の増匷をしおいるか容易に刀断できる 意思決定サポヌトツヌルです。

ヒトPIK3CGのアッセむにおいお 共通郚分構造をも぀化合物の掻性情報䟋

 ãƒ’トPIK3CGのアッセむにおいお 共通郚分構造をも぀化合物の掻性情報に぀いお X軞に 分子量ずY軞に 掻性倀でプロットしおいたす。グレヌの○は 分子量300未満、300以䞊350未満、350以䞊でカテゎリヌをわけおその重心をプロットし、軌跡を矢印で瀺しおいたす。

これによりこの骚栌をも぀化合物が分子量の増加により ヒトPIK3CGに察する掻性倀が向䞊するこずが分かりたす。

Subst_kinase_02.png
ElpisMap_PK3CG_HUMAN_Subst_kinase_02a.png

先の共通郚分構造をも぀化合物矀のアッセむ情報から各PIK3CA、PIK3CB、PIK3CG、PIK3CDの掻性倀でプロットしおいたす。䞋段の PIK3CG、PIK3CDに察する結果は、グレヌの○は 分子量300未満、300以䞊350未満、350以䞊でカテゎリヌに分割。その重心の軌跡からは 分子量増倧においお 掻性が䞊昇し、この骚栌の化合物セットは これらタヌゲットに有効であるず瀺唆される。䞀方 䞊段のPIK3CA、PIK3CBに察する結果は、分子量増倧においお 掻性が䜎䞋しおおり、曎なる構造展開で掻性の向䞊が困難であるこずを瀺唆しおいたす。

ElpisMap_PIK3CA_PIK3CB_PK3CG_PK3CD_Subst_kinase.png
化合物情報のテヌブル衚瀺

PIK3CD の プロットにおいお、赀で囲んだ 掻性倀の高いサヌクルを遞択するこずで、他の぀のプロットでも 遞択されおいるこずがわかる。さらにSelected Itemでにおいお遞択した化合物情報がテヌブルで衚瀺されおいたす。

ElpisMap_PIK3CA_PIK3CB_PK3CG_PK3CD_Subst_kinase_03.png
蚈算結果の保存

蚈算結果は、条件も含めお゚クスプロヌラヌ圢匏の管理で保存できたす。たた、専甚フォヌマットで゚クスポヌトし、共有するこずも可胜です。

ElpisMap_sample.png
bottom of page