杉本研究室・堤 友佑さんがCBI学会2023年大会でポスター賞（優秀ポスター賞）を受賞しました！
～堤さんによる受賞内容の説明～
研究題目「Computational-Model-Based Machine-Learning Prediction of Regioselectivity in Organic Reactions: Application to Nucleophilic Attack to Quinone Derivatives」
薬物が肝臓に吸収されると、CYP（薬物代謝酵素）により代謝され、キノン化合物が生成する場合があります。生成したキノン化合物は、グルタチオンと反応後、尿を介して体外へ排出されますが、グルタチオンではなくタンパク質と結合した場合、毒性を示す場合があります。そのため、毒性を回避する薬剤候補の設計には、反応位置選択性についての事前知識が求められます。本研究ではIn silico手法により、原子ごとの反応性を予測することでグルタチオン抱合における基質の反応位置を予測しました。In silico手法には深層学習手法の一つであるGraph Neural Networks(GNN)を使用しました。深層学習手法はAI技術の根幹を担う技術であり、科学分野への応用が盛んに研究されています。GNNを用いて反応位置を良好に予測することができました。より高精度な反応性予測モデルの開発によって、今後の医療・創薬分野の更なる発展に貢献できると期待します。
