研究成果

化合物のデータ約 14000 件の機械学習により化合物の毒性予測ソフトウェアの予測精度を 95%に向上

 岐阜大学地域科学部の澤田敏彦特別協力研究員、橋本智裕准教授、和佐田裕昭教授の研究グループは2019年に、新規化合物の Ames 試験における陽性/陰性の確率が予測できる毒性予測ソフトウェア「xenoBiotic」(以下「本ソフトウェア」)を開発し、その実用化のために2020年にゼノバイオティック(以下「同社」、代表取締役 澤田敏彦)を設立しました。研究グループは昨年、化学メーカー6社と公的研究機関2機関による本ソフトウェアのテストを通して、約6,000件の化合物データを新たに入手。機械学習したデータ件数を累計約14,000件とし、予測精度を従来の正答率 91%から95%に高めました。これは他の Ames 試験予測ソフトウェアの正答率を大きく上回ります。
 今後、実用化に向けて、Ames 試験結果が陽性の化合物を正確に陽性と予測できる性能を向上させます。同社は岐阜大学から 2020年12月28日に「岐阜大学発ベンチャー」に認定されました。今後、資金調達を行い、本ソフトウェアを実用化する予定で、2026年の売上約12億円を目指します。

米国カルフォルニア大学の Ames 教授らが開発した、比較的低コストで実施できる、世界的に普及している毒性試験。ネズミチフス菌4種と大腸菌1種の計5種の菌が、試験物質によってどの程度の突然変異を起こすかによって毒性の有無(陽性/陰性)を判定する。

20210311.png
xenoBiotic の使いやすさ

xenoBiotic の機能と特長

  • 使いやすさ
    化合物の分子設計図に相当する化学構造式のファイルを、ユーザーが本ソフトウェアに 1 回ドラッグ&ドロップするだけでよく、使いやすさに優れます。
  • 化合物の分子設計段階から使えるため化合物開発の見直しに役立つ
    化学者が毒性試験の陽性/陰性 の確率を参照しながら化合物の分子設計を見直しでき、毒性試験の通過率が大幅に高まります。
  • 機械学習を継続すると予測精度が向上し続ける
    SaaS またはスタンドアロンのサブスクリプションにて提供する予定であり、毒性試験結果の新規入手と継続的な機械学習により予測精度が向上し続けるため、同社はユーザーと 連携して本ソフトウェアを改良し続けます。また同社は、本ソフトウェアのβテストにあたって個人・法人問わずテスターを広く募集します(https://xenobiotic.jp/)。

詳しい研究内容について

ゼノバイオティックが 2020年12月28日に「岐阜大学発ベンチャー」に認定
 化合物のデータ約14000件の機械学習により化合物の毒性予測ソフトウェアの予測精度を 95%に向上
 岐阜大学 地域科学部 特別協力研究員 澤田敏彦

【関連リンク】

2021.03.11

アイコンの詳細説明

  • 内部リンク
  • 独自サイト
  • 外部リンク
  • ファイルリンク