日本科学技术振兴机构（JST）出资的创投企业——日本Karydo Therapeutix公司与国际电气通信基础技术研究所（ATR）合作，成功开发出了可以在没有相关物质的结构信息、作用机制和靶向信息等的情况下，高精度预测药品及功能性饮料和食品的副作用、不良反应以及功效的AI系统“hMDB”（humanized Mouse Data Base，图1）。
图1：“hMDB-i”（humanized Mouse Data Base, individualized）的运行机制
“hMDB”是通过施用某种物质的小鼠全身转录组数据来预测该物质在人体内发生的副作用和功效的系统。另外，在此基础上还开发出了可以根据性别和年龄层预测副作用、不良反应及其发生频率的“hMDB-i”（humanized Mouse Data Base, individualized），以及有望应用于老药新用的药物再定位(Drug Repositioning)的“hMDB/LP法”（hMDB/Link Prediction法）。
研究团队对hMDB和hMDB/LP法的预测能力进行验证后确认，高于药品开发使用的主流预测系统之一“LINCSL1000”等多款现有AI预测系统的预测能力。
这些AI系统目前已作为虚拟新药开发和虚拟临床试验的平台之一实现商业化。现在正在进一步推进开发，目标是实现“低风险、低成本药品开发终极工具”。本次研究对15种药品验证了hMDB的有效性（图2）。
图2：针对15种药品验证了hMDB的有效性
结果显示，不考虑药品结构及其靶点，通过给小鼠施药后测量全身多器官的基因表达模式并输入计算机，可以预测①5,519项副作用和不良反应发生与否及频率；②对全球已知的11,312种疾病是否有效。
在功效预测中，利用链路预测（Link Prediction）使各药品及用药反应与实际社会（真实世界）报告的不良反应在hMDB中联系起来，不仅是对象药品的已知功效，还能预测未报告的功能。这表明，该方法可用于药物再定位。
相关研究论文已于2020年1月9日发表在期刊《iScience》的网络速报版上。
论文信息
题目：Predicting Human Clinical Outcomes using Mouse Multi?Organ Transcriptome
期刊：《iScience》
DOI：10.1016/j.isci.2019.100791
文：JST客观日本编辑部翻译
