批准预测装置、批准预测方法以及程序的制作方法
【技术领域】
[0001] 本发明涉及批准预测装置、批准预测方法以及程序。
【背景技术】
[0002] 过去以来，公开了进行已有的化合物的脱靶或副作用的预测的技术。
[0003] 在非专利文献1所记载的蛋白质功能识别中，公开了基于配位体的相似性来检测 蛋白质的分组化所引起的药物的脱靶的技术，在以前未在文献中报告的与受体对抗的方 面，在美沙酮、依米丁以及洛哌丁胺（loperamid)这样的药剂中发现未预料的关系。
[0004]另外，在非专利文献2所记载的药剂靶标识别中，公开了如下技术：作为出发点使 用由市售医药品引起的副作用来研讨脱靶效应，通过根据副作用将药分组化来将具有适应 和结构的药剂分组化，决定以前未知的药剂的追加靶标蛋白质。
[0005] 另外，在非专利文献3所记载的已知药剂的新的分子靶标预测中，公开了如下技 术：基于配位体的相似性将蛋白质分组化，调查脱靶效应，由此来发现已知的药剂当中报告 的靶标以外的靶标。
[0006] 另外，在非专利文献4所记载的药剂靶标相互作用网络预测中，公开了如下 技术：将与蛋白质排列以及药剂靶标相关的信息建立关联来新作成称作药理学空间 (pharmaco1 〇gica1space)的资源，使用该资源来使已知的药物的追加革E标变得明确，将药 剂靶标分类为酶、离子通道、G蛋白质耦联受体、以及核内受体这4个类。
[0007] 另外，在非专利文献5所记载的药剂活性大规模预测中，公开了如下技术：作成在 市售药的副作用的预测以及说明中使用的药剂靶标副作用网络，根据医药品和特定的蛋白 质之间无意识的相互作用的各种关联性来找出以前不能说明的副作用。
[0008] 另外，非专利文献6所记载的药剂诱导肝脏损伤预测系统是用于识别引起肝脏的 损伤的可能性高的化合物的预测系统，公开了如下技术：将预测对象限定在肝脏，基于科学 文献的调查来预测某种化合物易于引起对肝脏的损伤这样的特性。在此，在药剂诱导肝脏 损伤预测系统中，预测有给肝脏带来有害的影响的可能性的几种蛋白质以及路径。
[0009] 先行技术文献
[0010] 非专利文献
[0011] 非专利文献 1:KeiserMJ，RothBL，ArmbrusterBN，ErnsbergerP，IrwinJJ， ShoichetBK. (2007)Relatingproteinpharmacologybyligandchemistry,Nature Biotechnology，25,197-206.
[0012] 非专利文献 2:CampillosM，KuhnM，GavinAC，JensenLJ，BorkP. (2008)Drug TargetIdentificationUsingSide-EffectSimilarity，Science，321，263-266.
[0013] 非专利文献 3:KeiserMJ，SetolaV，IrwinJJ，LaggnerC，AbbasAI，Hufeisen SJ,JensenNH,KuijerMB,MatosRC,TranTB,WhaleyR,GlennonRA,HertJ,ThomasKL, EdwardsDD,ShoichetBK,RothBL. (2009)Predictingnewmoleculartargetsforknown drugs,Nature,462,175-181.
[0014]非专利文献 4:YamanishiY，ArakiM，GutteridgeA，HondaW，Kanehisa M. (2008)Predictionofdrug-targetinteractionnetworksfromtheintegrationof chemicalandgenomicspaces,Bioinformatics,24,i232~i240.
[0015]非专利文献 5:LounkineE，KeiserMJ，WhitebreadS，MikhailovD，HamonJ， JenkinsJL，LavanP，WeberE，DoakAK，CoteS,ShoichetBK,UrbanL. (2012)Large-scale predictionandtestingofdrugactivityonside-effecttargets，Nature，486， 361-367.
[0016]非专利文献6:LiuZ，ShiQ，DingD，KellyR，FangH，etal. (2011)Translating ClinicalFindingsintoKnowledgeinDrugSafetyEvaluation-DrugInducedLiver InjuryPredictionSystem(DILIps).PLoSComputBiol7(12) ：el002310.
[0017] 发明的概要
[0018] 发明要解决的课题
[0019] 但是，在非专利文献1到6所记载的现有的药剂靶标预测技术中，有不能基于靶标 蛋白质的特性来量化医药品的批准的可能性的问题。
【发明内容】
[0020] 本发明鉴于上述问题点而提出，目的在于提供一种能够量化医药品的批准或否决 的可能性的批准预测装置、批准预测方法、以及程序。
[0021] 用于解决课题的手段
[0022] 为了达成这样的目的，本发明的批准预测装置是至少具备输出部、存储部和控制 部的批准预测装置，上述批准预测装置的特征在于，上述存储部具备：相似性网络信息存储 单元，其存储与基于蛋白质彼此的相似性而构成的蛋白质相似性网络相关的相似性网络信 息；药剂靶标存储单元，其将包含与药剂的批准或不批准相关的批准属性的药剂信息、和与 成为该药剂的靶标的上述蛋白质相关的蛋白质信息建立对应并存储；和相互作用网络信息 存储单元，其存储与基于上述蛋白质间的相互作用而构成的蛋白质间相互作用网络相关的 相互作用网络信息，上述控制部具备：相似性中心性尺度计算单元，其基于存储在上述相似 性网络信息存储单元中的上述相似性网络信息，计算构成上述蛋白质相似性网络的上述蛋 白质的包含度中心性、介数中心性、距离的中心性、以及Burt的约束值在内的中心性尺度 即相似性中心性尺度；相互作用中心性尺度计算单元，其基于存储在上述相互作用网络信 息存储单元中的上述相互作用网络信息，计算构成上述蛋白质间相互作用网络的上述蛋白 质的包含上述度中心性、上述介数中心性、上述距离的中心性、以及上述Burt的约束值的 中心性尺度即相互作用中心性尺度；否决得分计算单元，其使用将存储在上述药剂靶标存 储单元中的上述各药剂的上述批准属性、由上述相似性中心性尺度计算单元计算出的上述 相似性中心性尺度的上述各药剂的每个上述靶标的合计值以及平均值、和由上述相互作用 中心性尺度计算单元计算出的上述相互作用中心性尺度的上述各药剂的每个上述革E1标的 合计值以及平均值作为训练数据的分类器，来计算将验证对象的化合物分类为上述不批准 的上述药剂的概率即否决得分；和否决得分输出单元，其经由上述输出部使由上述否决得 分计算单元计算出的上述否决得分输出。
[0023] 另外，本发明的批准预测装置是至少具备输出部、存储部和控制部的批准预测装 置，上述批准预测装置的特征在于，上述存储部具备：相似性网络信息存储单元，其存储与 由具有相似性的蛋白质彼此构成的蛋白质相似性网络相关的相似性网络信息；和
[0024] 药剂靶标存储单元，其将包含与药剂的批准或不批准相关的批准属性的药剂信 息、和与成为该药剂的靶标的上述蛋白质相关的蛋白质信息建立对应并存储，上述控制部 具备：相似性中心性尺度计算单元，其基于存储在上述相似性网络信息存储单元中的上述 相似性网络信息，计算构成上述蛋白质相似性网络的上述蛋白质的包含度中心性、介数中 心性、距离的中心性、以及Burt的约束值在内的中心性尺度即相似性中心性尺度；批准判 定单元，使用由上述相似性中心性尺度计算单元计算出的构成该蛋白质相似性网络的验证 对象的蛋白质的上述相似性中心性尺度来取得以下判定结果，所述判定结果是根据将构成 上述蛋白质相似性网络的与存储在上述药剂靶标存储单元中的上述蛋白质信息相应的上 述蛋白质作为上述革巴标的上述药剂的上述批准属性，来判定构成该验证对象的上述蛋白质 是否包含在上述被批准的上述药剂或上述不批准的上述药剂的上述靶标的范围内的判定 结果；和判定结果输出单元，其经由上述输出部使由上述批准判定单元取得的上述判定结 果输出。
[0025] 另外，本发明的批准预测装置在上述记载的批准预测装置的基础上，特征在于，上 述存储部还具备：蛋白质排列信息存储单元，其存储与上述蛋白质的氨基酸排列相关的排 列信息，上述控制部还具备：相似性网络信息保存单元，其在基于存储在上述蛋白质排列信 息存储单元中的上述排列信息，使用基于签名算法相互检测到上述蛋白质彼此的上述相似 性的情况下，建立由该相互检测到上述相似性的上述蛋白质彼此构成的上述蛋白质相似性 网络，将与该蛋白质相似性网络相关的上述相似性网络信息保存在上述相似性网络信息存 储单元。
[0026] 另外，本发明的批准预测装置在上述记载的批准预测装置的基础上，特征在于，上 述批准判定单元，其根据将构成上述蛋白质相似性网络的与存储在上述药剂革E标存储单元 中的上述蛋白质信息相应的上述蛋白质作为上述靶标的上述药剂的上述批准属性，在由上 述相似性中心性尺度计算单元计算出的上述验证对象的蛋白质的上述相似性中心性尺度 中包含的上述度中心性高、上述距离的中心性低、上述Burt的约束值非常低的情况下，生 成上述验