トップページ 研究活動 HPC/AI駆動型医薬プラットフォーム部門紹介 AI創薬連携基盤ユニット
AI創薬連携基盤ユニット
Englishユニットリーダー 奥野 恭史(おくの やすし)
- yasushi.okuno[at]riken.jp (拠点:横浜地区)
- Emailの[at]は@にご変更ください。
- 2000
- 京都大学博士(薬学)学位取得
- 2003
- 京都大学大学院薬学研究科 特任助手 (COE)
- 2006
- 京都大学大学院薬学研究科 助教授・准教授
- 2008
- 京都大学大学院薬学研究科 特定教授
- 2014
- 京都大学大学院医学研究科 寄附講座 特定教授
- 2016
- 京都大学大学院医学研究科 人間健康科学系専攻 教授(現職)
理化学研究所 健康生き活き羅針盤リサーチコンプレックス推進プログラム 融合研究推進グループ ・副グループディレクター(併任)(~2020.3) - 2017
- 理化学研究所 科学技術ハブ推進本部医科学イノベーションハブ推進プログラム・副プログラムディレクター(併任)(~2021.3)
- 2021
- 理化学研究所 計算科学研究センター HPC/AI駆動型医薬プラットフォーム・部門長、バイオメディカル計算知能ユニット・ユニットリーダー、AI創薬連携基盤ユニット・ユニットリーダー(併任・現職)
一般社団法人ライフインテリジェンスコンソーシアム 代表理事(併任・現職)
キーワード
- 創薬
- 人工知能
- 深層学習
- スーパーコンピュータ
- 分子シミュレーション
研究概要
当ユニットは、実践的な創薬に適用できるAIやシミュレーション技術を開発し、HPC/AI駆動型生命科学統合プラットフォームの構築を行います。また、理化学研究所 創薬・医療技術基盤プログラム(DMP)や他機関との連携、共同研究を通じて、当部門で開発したHPC/AI 技術を実践的な創薬に応用します。
主な研究成果
- 「富岳」による新型コロナウイルスの治療薬候補の同定
- 分子動力学シミュレーションにより薬剤耐性メカニズムの解明とゲノム医療応用
- 機械学習手法を適用した粗視化力場の開発
主要論文
- Araki M, Matsumoto S, Bekker G.J, Isaka Y, Sagae Y, Kamiya N, Okuno Y:
“Exploring ligand binding pathways on proteins using hypersound-accelerated molecular dynamics”
Nature Communications. 12:2793, 2021.
- Mizuta H, Okada K, Araki M, Adachi J, Takemoto A, Kutkowska J, Maruyama K, Yanagitani N, Oh-hara T, Watanabe K, Tamai K, Friboulet L, Katayama K, Ma B, Sasakura Y, Sagae Y, Kukimoto-Niino M, Shirouzu M, Takagi S, Simizu S, Nishio M, Okuno Y, Fujita N, Katayama R:
"Gilteritinib overcomes lorlatinib resistance in ALK-rearranged cancer"
Nature Communications. 12:1261, 2021.
- Saito Y, Koya J, Araki M, Kogure Y, Shingaki S, Tabata, M, McClure M, Yoshifuji K, Matsumoto S, Isaka Y, Tanaka H, Kanai T, Miyano S, Shiraishi Y, Okuno Y, Kataoka K:
"Landscape and function of multiple mutations within individual oncogenes invasive bladder cancer"
Nature. 582:95-99, 2020.
- Ono F, Chiba S, Isaka Y, Matsumoto S, Ma B, Katayama R, Araki M, Okuno Y:
“Improvement in predicting drug sensitivity changes associated with protein mutations using a molecular dynamics based alchemical mutation method”
Scientific Reports. 2:2161, 2020.
- Kanada R, Tokuhisa A, Tsuda K, Okuno Y, Terayama K:
"Exploring Successful Parameter Region for Coarse-Grained Simulation of Biomolecules by Bayesian Optimization and Active Learning"
Biomolecules, 10 (3) 482, 2020.
- Ikemura S, Yasuda H, Matsumoto S, Kamada M, Hamamoto J, Masuzawa K, Kobayashi K, Manabe T, Arai D, Nakachi I, Kawada I, Ishioka K, Nakamura M, Namkoong H, Naoki K, Ono F, Araki M, Kanada R, Ma B, Hayashi Y, Mimaki S, Yoh K, Kobayashi S, Kohno T, Okuno Y, Goto K, Tsuchihara K, Soejima K:
"Molecular dynamics simulation-guided drug sensitivity prediction for lung cancer with rare EGFR mutations"
Proc. Natl. Acad. Sci. USA. 116 (20):10025-10030, 2019.
- Okada K, Araki M, Sakashita T, Ma B, Kanada R, Yanagitani N, Horiike A, Koike S, Oh-Hara T, Watanabe K, Tamai K, Maemondo M, Nishio M, Ishikawa T, Okuno Y, Fujita N, Katayama R:
“Prediction of ALK mutations mediating ALK-TKIs resistance and drug re-purposing to overcome the resistance”
EBioMedicine, 41, 105-119, 2019.
- Nakaoku T, Kohno T, Araki M, Niho S, Chauhan R, Knowles PP, Tsuchihara K, Matsumoto S, Shimada Y, Mimaki S, Ishii G, Ichikawa H, Nagatoishi S, Tsumoto K, Okuno Y, Yoh K, McDonald NQ, Goto K:
"A secondary RET mutation in the activation loop conferring resistance to vandetanib"
Nature Communications. 9 (1):625, 2018.
- Uchibori K, Inase N, Araki M, Kamada M, Sato S, Okuno Y, Fujita N, Katayama R:
"Brigatinib combined with anti-EGFR antibody overcomes osimertinib resistance in EGFR-mutated non-small-cell lung cancer"
Nature Communications. 8:14768, 2017.
- Kanada R, Terayama K, Tokuhisa A, Matsumoto S, Okuno Y:
“Enhanced Conformational Sampling with an Adaptive Coarse-Grained Elastic Network Model Using Short-Time All-Atom Molecular Dynamics”
Journal of Chemical Theory and Computation. 18(4): 2062–2074, 2022.
関連プレスリリース等
- 生体分子の動きを効率的に捉えるシミュレーション技術を開発 -超高周波超音波照射によってタンパク質と医薬品の結合計算を加速-(2021年5月28日、理化学研究所ウェブサイト)