研究課題情報
課題管理番号
23am0401010h0005
統合プロジェクト(二期)

医薬品プロジェクト<第二期>

9つの連携分野プロジェクト

オールジャパンでの医薬品創出プロジェクト

事業名

先端的バイオ創薬等基盤技術開発事業

タグ(2023)

研究開発目的: 基礎医学研究

研究の性格: 疾患を特定した基礎医学研究<生命・病態解明研究>

研究モダリティ: in vivo-ヒト

ICD-10大分類: 新生物<腫瘍>

対象疾患領域: がん

特記的事項: DX<SaMD、AI、ICTを含む>

補足確認: 治療

タグ(2022)

研究の性格: 研究基盤及び創薬基盤の整備研究<創薬技術・ICT基盤・プラットフォーム関係含む>

開発フェーズ: 基礎的

承認上の分類: 医薬品

対象疾患: その他

疾患領域: がん

開発目的: 治療

タグ(2021)

研究の性格: 研究基盤及び創薬基盤の整備研究<創薬技術・ICT基盤・プラットフォーム関係含む>

開発フェーズ: 基礎的

承認上の分類: 医薬品

対象疾患: その他

疾患領域: がん

開発目的: 治療

タグ(2020)

研究の性格: 医薬品・医療機器等の開発を目指す研究<医療機器開発につながるシステム開発を含む>

開発フェーズ: 基礎的

承認上の分類: 医薬品

対象疾患: その他

開発目的: 治療

タグ(2019)

研究の性格: 医薬品・医療機器等の開発を目指す研究<医療機器開発につながるシステム開発を含む>

開発フェーズ: 基礎的

承認上の分類: 医薬品

対象疾患: 新生物

代表研究機関
国立大学法人東京大学
研究代表者

(2023) 石川俊平, 国立大学法人東京大学, 大学院医学系研究科・教授

(2022) 石川俊平, 国立大学法人東京大学, 大学院医学系研究科・教授

(2021) 石川俊平, 国立大学法人東京大学, 国立大学法人東京大学大学院医学系研究科・教授

(2020) 石川俊平, 国立大学法人東京大学, 大学院医学系研究科・教授

(2019) 石川俊平, 国立大学法人東京大学, 大学院医学系研究科・教授

データサイエンティスト

河村 大輔

国立大学法人東京大学 大学院医学系研究科, 助教

林 周斗

国立大学法人東京大学 大学院医学系研究科, 助教

研究期間
2019年度 - 2023年度
課題への総配分額
173,615 千円
研究概要(2023)
本研究開発計画でこれまでに確立してきた実験プロトコールを用いて、ヒト臨床腫瘍組織および免疫刺激後のヒト型抗体産生マウス等に対するシングルセルレベルの免疫ゲノムシーケンスを実施し、正確な重鎖・軽鎖ペア情報を有する独自性の高い詳細な完全長ヒト抗体配列情報を多量に取得する。取得したヒト抗体配列情報をもとに安定構造を持つヒト抗体配列の特徴抽出を捉えた基盤人工知能技術の開発を進める。また、シングルセル免疫ゲノムシーケンスによって取得されたヒト抗体配列をもとに設計したscFv等の低分子化抗体を組換えタンパクとして再構築し、体系的物性評価を行うことで、基盤人工知能技術へのフィードバックを進め、計算科学的アルゴリズムの精度を高める。
研究概要(2022)
これまでに樹立したシングルセル・レパトア解析の実験プロトコールを用いて、ヒト臨床腫瘍組織および免疫刺激後のヒト型抗体産生マウス等に対するシングルセル免疫ゲノムシーケンスを継続し、正確な重鎖・軽鎖ペア情報を有する独自性の高い完全長ヒト抗体配列を多量に取得する。取得したヒト抗体配列情報をもとに大量の構造シミュレーション計算の結果も併せることで、安定的構造を持つヒト抗体モデルのプロトタイプの開発を進める。また、シングルセル免疫ゲノムシーケンスによって取得されるヒト抗体配列をもとにscFv等の低分子化抗体を組換えタンパクとして再構築し、体系的物性評価行うことで安定構造を持つ抗体モデルへフィードバックを行う。
研究概要(2021)
これまでに樹立したシングルセル・レパトア解析の実験プロトコールを用いて、ヒト臨床腫瘍組織および免疫刺激後のヒト型抗体産生マウスに対するシングルセル免疫ゲノムシーケンスを継続し、正確な重鎖・軽鎖ペア情報を有する独自性の高い完全長ヒト抗体配列を多量に取得する。それらのヒト抗体配列情報をもとに大量の構造シミュレーション計算の結果も併せることで、安定的構造を持つヒト抗体モデルのプロトタイプの開発を進める。また、シングルセル免疫ゲノムシーケンスによって取得されるヒト抗体配列をもとにscFv等の低分子化抗体を組換えタンパクとして再構築し、体系的物性評価行うことで安定構造を持つ抗体モデルへフィードバックを行う。
研究概要(2020)
ヒト臨床腫瘍組織および免疫刺激後のヒト型抗体産生マウスに対するシングルセル免疫ゲノムシーケンスを実施し、正確な重鎖・軽鎖ペア情報を有する完全長ヒト抗体配列を多量に取得する。抗体生成モデルの構築に欠かせない独自性の高い多量のヒト抗体レパトアデータの取得を目指す。それらのヒト抗体配列情報を元に、入力されたヒト抗体配列を基盤として新しいヒト抗体様配列を生成することができる機械学習モデルのプロトタイプの開発を進める。また、シングルセル免疫ゲノムシーケンスによって取得されるヒト抗体配列を基盤として、scFv等の低分子化抗体を組換えタンパクとして再構築し、物理化学的・計算科学的な物性評価を実施する。それらの物性データは抗体生成モデルの開発チームへフィードバックされる。
研究概要(2019)
優れた抗体の特徴を生成モデルとして構築することを研究期間全体の目的としており、2019年度は、ヒト臨床腫瘍組織等に対するシングルセル免疫ゲノムシーケンスに関するプロトコールの洗練化を進めるとともに、実際のデータ取得を進める。具体的には、臨床腫瘍試料に関しては新鮮手術検体に加えて凍結腫瘍試料を用いたシングルセル免疫ゲノム解析のプロトコールを洗練化し、より多彩な臨床試料におけるヒトB細胞のレパトア・データの取得を目指す。また同時に抗原刺激等の動物実験系およびそのシングルセル・レパトア解析のプロトコールの検討も進める。そのような方法によって独自性の高いヒト抗体レパトアデータを多量に取得することを目指す。また抗体生成モデルの基盤となる機械学習モデルの開発を進める。
研究成果情報
2023
2022
2021
2020
2019