日本科學技術振興機構（JST）出資的創投企業——日本Karydo Therapeutix公司與國際電氣通訊基礎技術研究所（ATR）合作，成功開發出了可以在沒有相關物質的結構資訊、作用機制和靶向資訊等的情況下，高精度預測藥物及功能性飲料和食品的副作用、不良反應以及功效的AI系統「hMDB」（humanized Mouse Data Base，圖1）。
圖1：「hMDB-i」（humanized Mouse Data Base, individualized）的運行機制
「hMDB」是透過施用某種物質的小鼠全身轉錄組資料來預測該物質在人活體內發生的副作用和功效的系統。另外，在此基礎上還開發出了可以根據性別和年齡層預測副作用、不良反應及其發生頻率的「hMDB-i」（humanized Mouse Data Base, individualized），以及有望應用於老藥新用的藥物再定位(Drug Repositioning)的「hMDB/LP法」（hMDB/Link Prediction法）。
研究團隊對hMDB和hMDB/LP法的預測能力進行驗證後應答，高於藥物開發使用的主流預測系統之一「LINCSL1000」等多款現有AI預測系統的預測能力。
這些AI系統目前已作爲虛擬新藥開發和虛擬臨牀試驗的平台之一實施商業化。現在正在進一步推進開發，目標是實施「低風險、低成本藥物開發終極工具」。本次研究對15種藥物驗證了hMDB的有效性（圖2）。
圖2：針對15種藥物驗證了hMDB的有效性
結果顯示，不考慮藥物結構及其靶點，透過給小鼠施藥後測量全身多器官的基因表現模式並輸入電腦，可以預測①5,519項副作用和不良反應發生與否及頻率；②對全球已知的11,312種疾病是否有效。
在功效預測中，利用鏈路預測（Link Prediction）使各藥物及用藥反應與實際社會（真實世界）報告的不良反應在hMDB中聯繫起來，不僅是物件藥物的已知功效，還能預測未報告的功能。這表明，該方法可用於藥物再定位。
相關研究論文已於2020年1月9日發表在期刊《iScience》的網路速報版上。
論文資訊
題目：Predicting Human Clinical Outcomes using Mouse Multi?Organ Transcriptome
期刊：《iScience》
DOI：10.1016/j.isci.2019.100791
文：JST客觀日本編輯部翻譯
