研究ケース
ドラッグリポジショニング(既存薬再利用)は、すでに承認されている医薬品の新しい治療用途を発見するアプローチです。多くの成功例が報告されています。
概要
ドラッグリポジショニングは、新薬開発のコストと時間を大幅に削減できる可能性があります。既存薬の安全性プロファイルがすでに確立されているため、臨床開発のリスクが低減されます。
成功例
シルデナフィル(バイアグラ)
| 項目 | 詳細 |
|---|---|
| 元の適応症 | 狭心症 |
| 新しい適応症 | 勃起不全(ED) |
| 発見経緯 | 臨床試験中の副作用として発見 |
| 現在 | ED 治療薬として世界的に使用 |
サリドマイド
| 項目 | 詳細 |
|---|---|
| 元の適応症 | 鎮静剤(後に催奇形性で中止) |
| 新しい適応症 | 多発性骨髄腫、らい性結節性紅斑 |
| 発見経緯 | 免疫調節作用の研究 |
| 現在 | 厳格な管理下で使用 |
ミノキシジル
| 項目 | 詳細 |
|---|---|
| 元の適応症 | 高血圧 |
| 新しい適応症 | 男性型脱毛症 |
| 発見経緯 | 降圧剤服用患者での多毛症 |
| 現在 | 育毛剤として広く使用 |
メトホルミン
| 項目 | 詳細 |
|---|---|
| 元の適応症 | 2型糖尿病 |
| 研究中の適応症 | がん予防、抗老化 |
| 発見経緯 | 疫学研究での発見 |
| 現在 | 複数の臨床試験が進行中 |
AI/ML によるドラッグリポジショニング
TxGNN の事例
TxGNN は、知識グラフと深層学習を組み合わせた手法で、既存薬の新しい適応症を予測します。
特徴:
- 17,000 以上の疾患をカバー
- 薬物-疾患関係の予測と説明
- ゼロショット予測(稀少疾患にも対応)
検証結果:
- Phase I/II 臨床試験での検証で高い精度を達成
- 稀少疾患に対する予測でも有効性を確認
その他の AI 手法
| 手法 | 説明 |
|---|---|
| ネットワーク医学 | 疾患-遺伝子-薬物ネットワークの解析 |
| 自然言語処理 | 文献からの関係性抽出 |
| 深層学習 | 分子構造に基づく予測 |
JpTxGNN での発見候補
JpTxGNN は日本の医療用医薬品に対して、以下のような予測を提供しています:
高スコア予測の例
注意
以下は AI による予測結果であり、臨床的な検証は行われていません。研究の参考情報としてのみご利用ください。
以下は AI による予測結果であり、臨床的な検証は行われていません。研究の参考情報としてのみご利用ください。
予測結果の詳細は 医薬品レポート からご確認いただけます。
リポジショニング研究のプロセス
┌─────────────────────────────────────────────────────────────┐
│ ドラッグリポジショニングのプロセス │
├─────────────────────────────────────────────────────────────┤
│ │
│ 1. 候補発見 │
│ ├── 計算予測(AI/ML) │
│ ├── 文献マイニング │
│ └── 副作用からの発見 │
│ │
│ 2. 前臨床検証 │
│ ├── in vitro 実験 │
│ ├── in vivo 実験 │
│ └── 作用機序の解明 │
│ │
│ 3. 臨床試験 │
│ ├── Phase I(安全性) │
│ ├── Phase II(有効性) │
│ └── Phase III(大規模検証) │
│ │
│ 4. 承認申請 │
│ └── 新適応症の追加 │
│ │
└─────────────────────────────────────────────────────────────┘
参考文献
レビュー論文
-
Pushpakom S, et al. "Drug repurposing: progress, challenges and recommendations" Nature Reviews Drug Discovery (2019)
-
Huang K, et al. "A foundation model for clinician-centered drug repurposing" Nature Medicine (2023)