LSKBはクラウドベースの創薬のためのターゲット探索システムで、疾患からのターゲット探索を始め、化合物構造からのターゲット予測機能を持ち、ドラッグ・リパーパシングを始め、作用機序の解釈や毒性情報の参照などの機能を有しています。
文献の解釈にはAIを利用し疾患とターゲットの関係をグループ化して、さまざまな角度で既知情報から特徴を抽出しています。
-
ターゲットやバイオマーカーの探索
-
化合物からのターゲット予測
-
ドラッグ・リパーパシング
-
毒性や安全性情報の参照
-
ワークフローツールで処理の自動化
■ 疾患から、ターゲット・バイオマーカー・候補治療薬を探索
Target Exploration
疾患から効率よくターゲットを探索
Biomarker Exploration
疾患からBiomarker候補遺伝子を探索
GO-MoA
疾患ターゲットと薬剤の生物学的機能を利用して疾患から新規化合物、新規ターゲットを探索
さまざまな手法で探索した結果の共通項を求めれるのが特徴です。
■ 化合物からターゲット予測
Target Prediction
化合物構造から構造類似性とアッセイデータを利用してターゲットを予測
Novel Target Estimation
by Protein Similarity
タンパク質の類似性を利用してターゲット候補範囲を広げて探索
加重平均によってターゲットを予測、さらにポケット類似性タンパク質を求め、範囲を広げて探索
■ ドラッグ・リパーパシング
Drug Repurposing
疾患や既存化合物から新しい候補を探索
(A) 構造からのターゲット予測と、タンパク質類似性により拡大し、新たな疾患のターゲットを探索するルート
(B) 疾患とその治療薬の生物学的機能を利用して新規ターゲットを探索するルート
さまざまな手法で探索した結果の共通点を求める
■ 毒性情報参照
Toxicity associated Targets
EvidenceとともにHepatotoxicityに関わるターゲットをリストアップした例
Liver toxicity/Adverse Event Information
RosiglitazoneのLiver toxicity表示例
■ 遺伝子発現実験から毒性表現型予測・作用機序予測
Expression Analysis
遺伝子発現解析により MoA（作用機序）や内在する毒性を示唆する
発生毒性に関するGSEAデータセットを持っていることが特徴。
その他、MoAなどのデータセットも準備している。
ゼブラフィッシュの発生毒性の予測例
■ 検索パイプライン構築ツール
Workflow
標準メニューにない探索パイプラインが構築可能。
目的とするデータ収集を可能にする自動化処理。
繰り返し誰でも使える定型化。
データのアップデート時も再実行で更新。
化合物の部分構造と、複数のターゲットタンパク質を指定し、公共データから化合物の活性値と分子量をもとに、意思決定を行うツールElpis Mapで表示するパイプラインの例
機能一覧
検索する
Target Exploration
疾患から効率のいいターゲット探索
Biomarker Exploration
疾患からBiomarker候補遺伝子を探索
GO-MoA
疾患ターゲットと化合物の機能を利用して疾患から化合物を探索
Expression Analysis
遺伝子発現データからMoA（作用機序）や毒性を探索
Target Prediction
化合物構造から構造類似性を利用したターゲットを予測
Drug Repurposing
疾患から新たな既存薬や薬剤の新規適応症を探索
Novel Target Estimation by Protein Similarity
タンパク質の類似性を利用してターゲット候補範囲を広げて探索
ツール
Workflow
搭載のデータベースを自由に検索できるカスタマイズ可能な検索パイプライン構築ツール
Elpis Map
HTS等のデータを視覚化により、GO, No-Go, No-Needの判断をサポートする意思決定支援ツール
Venn Diagram
複数の検索結果からベン図を書く機能。バイオマーカー探索やドラッグリパーパシングなど複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
毒性に関連するターゲット一覧表示
化合物の肝毒性、有害事象を参照
MoA (Mechanism of Action)
作用機序とターゲット、疾患、化合物などの関係情報を参照
ビデオコンテンツリスト
こちらから御覧ください
LSKB 8.0更新機能紹介
AIによる自然言語解釈手法と、GSEAに発生毒性の遺伝子セットを追加しました
AIによる自然言語解釈手法 BERTを用いた疾患と遺伝子の関係性を利用したゼブラフィッシュに よる生殖毒性試験へのアプローチや LSKB Ver. 8 の新機能について 紹介します。
GOMoA機能の概要紹介
GoMoA
GOとAIで抽出したMoAを使い、疾患からターゲットや化合物を探す方法を紹介します。適応拡大にも応用可能です。
Workflow Tool概要紹介
ワークフロー
簡単なワークフローの構築と利用方法、プリセットワークフローの利用方法について説明します。
LSKB 7.0 概要紹介
概要
LSKB Ver7.0概要についての説明です。深層学習を使ったMoA（作用機序）や処理の自動化のワークフロー、意思決定支援を中心に紹介します。
主な機能とスクリーンショット
From Disease
疾患からあらゆる手段でターゲットや化合物を効率よく探します。
メカニズムをベースにターゲットと化合物を検索
G0とAIで抽出した独自のMoAを組み合わせ、それぞれの機能を利用した新しい探索方法を提供。機能ベースの新しい探索方法。
疾患のターゲットをクラス分類表示
ターゲットをオントロジークラスで分類表示することで効率よく絞り込める。
ターゲットの詳細と活性値に直結するアッセイ情報と化合物とともに活性値への展開が可能。
From Target (Gene or Protein)
タンパク質や遺伝子の周辺情報を利用して効率よくターゲットを探索
ターゲットから治療薬や化合物を探す
薬剤やアッセイ経由の化合物をアッセイ単位、Single Protein Assay, Activityでグループ化して見ることができます。薬剤では、Max Phase, Withdrawn, ATCとともにまとめています。
関連化合物の調査は遺伝子から行いますが、関連するであろう化合物を広く探し、化合物単位でアッセイやGene Expression, MoA, Withdrawn, ATC, 文献などの情報を一度に見ることができます。
薬剤をAction Type, Max Phase, Withdrawn, ATCの情報とともに参照
当該タンパク質をターゲットとしたアッセイをアッセイ単位で表示
関連するであろう化合物を広く探し、化合物単位でアッセイやGene Expression, MoA, Withdrawn, ATC, 文献などの情報を一度に見ることができます。
薬剤をAction Type, Max Phase, Withdrawn, ATCの情報とともに参照
ターゲットから疾患を探す
疾患を各Phase毎にグループ化できるので、ターゲットに対して疾患候補を効率的に
３つの方法で評価した類似タンパク質を参照
Binding site, CD-HIT, Blast, RPS-Blast, DELTA-Blast の結果を収録
From Chemical
豊富な化合物アノテーションと機能をベースとした周辺情報の探索
薬理作用、MoAや代謝酵素、類似化合物情報の取得
Phamacologyでは、MoA関連情報として、同じ機能を持つ薬剤や疾患の参照、代謝酵素との関連MoAの薬剤や疾患、関連する化合物としては、代謝物や 塩の着いた化合物、脱塩した化合物などをまとめて見ることができます。
化合物のMoAなどの機能と関連代謝タンパク質
塩の着いた化合物、脱塩した化合物などの類似タンパク質
化合物のMoAなどの機能と関連代謝タンパク質
化合物を利用した公共Gene Expressionデータの参照
Title Description 記載の 疾患、組織、化合物などの用語とこの実験の変動遺伝子で 文献上共通された件数と文献を見ることができます。
化合物と疾患の関係を分析した結果を表示
化合物と疾患の関係をGOやMoA、Max PhaseやClinical Trial、文献を分析した結果をマトリクス表示で一度に見ることができます。
化合物を利用したアッセイの結果をまとめて表示
Assay, Activity, ADME, Toxicityをグループでまとめてターゲットとともに表示、活性地やアッセイタイプなどでの充実したフィルター機能や文献を参照できる
化合物構造を利用したターゲットの予測
加重平均でターゲットを予測します
Rosiglitazoneからの加重平均によるターゲット予測
ターゲットを予測した結果
考えられるターゲットの活 性値のまとめ
Rosiglitazoneからの加重平均によるターゲット予測
WorkFlow Tool
LSKBのデータベースを最大限に活用できる探索ツール
ターゲットや化合物をスタートに、関連情報を取得
ワークフローツールは、多面的な要素による絞り込みなど複雑な検索を簡単に構築でき、かつ再利用できます。
データベースの検索、検索結果のフィルターなどを組み合わせることで、目的に合わせた検索やデータマイニングが行えます。
設定済みのワークフローを準備
ワークフロー構築に便利な例題を準備。そのままも利用できますし、これらのワークフローを応用してご独自のワークフローに作り変えることも簡単です。
ワークフローの利用方法ビデオ
簡単な使い方の例をビデオで紹介します。
Workflow Tool概要紹介
Elpis Map
HTSデータの視覚化により、GO, No-Go, No-Needを判断しやすくする意思決定支援ツール
分子量の変化に伴う活性の変化の関係を視覚化
ElpisMapは、化合物の散布図の上に、例えば 分子量で3分割し、活性値などの別の特徴量で各グループの重心とその軌跡を表示できます。これによ り入力した集合が 分子量の増加に伴い 活性の増強をしているか容易に判断できる 意思決定サポートツールです。
ヒトPIK3CGのアッセイにおいて 共通部分構造をもつ化合物の活性情報例
ヒトPIK3CGのアッセイにおいて 共通部分構造をもつ化合物の活性情報について X軸に 分子量とY軸に 活性値でプロットしています。グレーの○は 分子量300未満、300以上350未満、350以上でカテゴリーをわけてその重心をプロットし、軌跡を矢印で示しています。
これによりこの骨格をもつ化合物が分子量の増加により ヒトPIK3CGに対する活性値が向上することが分かります。
先の共通部分構造をもつ化合物群のアッセイ情報から各PIK3CA、PIK3CB、PIK3CG、PIK3CDの活性値でプロットしています。下段の PIK3CG、PIK3CDに対する結果は、グレーの○は 分子量300未満、300以上350未満、350以上でカテゴリーに分割。その重心の軌跡からは 分子量増大において 活性が上昇し、この骨格の化合物セットは これらターゲットに有効であると示唆される。一方 上段のPIK3CA、PIK3CBに対する結果は、分子量増大において 活性が低下しており、更なる構造展開で活性の向上が困難であることを示唆しています。
化合物情報のテーブル表示
PIK3CD の プロットにおいて、赤で囲んだ 活性値の高いサークルを選択することで、他の３つのプロットでも 選択されていることがわかる。さらにSelected Itemでにお いて選択した化合物情報がテーブルで表示されています。
計算結果の保存
計算結果は、条件も含めてエクスプローラー形式の管理で保存できます。また、専用フォーマットでエクスポートし、共有することも可能です。
