山西研究室（Yamanishi Lab）

About研究室について

医学・薬学のビッグデータを解析し、創薬に挑む。

山西研究室は、医学、薬学、生命科学のビッグデータを解析するバイオインフォマティクスやケモインフォマティクスの研究をしています。
社会還元では、人工知能による創薬（AI創薬）、精密医療、再生医療、予防医療に取り組み、そのための機械学習アルゴリズムを開発しています。
研究テーマには、既存薬の新しい効能を見つけるドラッグリポジショニングや、食品や漢方薬の作用メカニズムの解明などもあります。
研究室は、情報学研究科の複雑系科学専攻に属しています。

Research研究テーマ

医薬品の開発では、薬の標的となる分子を見つけることが重要な課題です。この研究室は、疾患・生体分子・化合物のつながりをネットワークとして捉え、治療標的分子や医薬品候補化合物を自動で予測する機械学習の手法を開発しています。

※イメージ画像

希少疾患の創薬標的を予測するAI↗

ゲノムの情報と遺伝子の働きのデータを組み合わせ、疾患の病態を反映した遺伝子発現プロファイルを作ります。そこから疾患状態を打ち消すタンパク質を探すAIで、希少疾患を含む疾患の創薬標的分子を予測します。

※イメージ画像

薬の効能と副作用をタンパク質構造から予測↗

AlphaFoldに代表されるAI技術で得られたヒトのタンパク質の立体構造を、ドッキングシミュレーションと機械学習で解析します。薬の新しい効能や毒性・副作用を予測し、副作用に関わるタンパク質も抽出します。

※イメージ画像

食品の機能性を予測する機械学習↗

生命医薬のビッグデータを使い、食品に含まれる成分化合物とヒトのタンパク質の相互作用を探ります。疾患に関わるタンパク質群の制御を考慮して、食品の機能性や作用メカニズムを網羅的に予測する手法です。

※イメージ画像

医薬品候補化合物の構造を生成するAI↗

所望の生物活性や遺伝子発現などのオミクス情報を入力すると、その性質を満たす化合物の構造を自動で出力する深層学習モデルを開発しています。生物活性や毒性の情報も考慮し、自律的に分子設計を行います。

Voices先輩の声

評価・クチコミは、在籍している（していた）学生個人の経験に基づくもので、研究室の公式見解ではありません。クチコミの有無や件数は、研究室の評価を表すものではありません。

インタビューに協力いただいた学生に、内容にかかわらず謝礼（1,000円分のギフト）をお渡しすることがあります。