Collaborative Drug Discovery社がフェーズII SBIR助成金を獲得、分散されたプライベートデータセットに基づくバイオコンピューティングのためのツールを開発し、創薬を強化

カリフォルニア州バーリンゲーム発-2013年11月19日-ウェブベースの創薬インフォマティクス・プラットフォームを提供するCollaborative Drug Discovery社(CDD)は、計算モデルとデータの共有に焦点を当てたソフトウェア開発プロジェクトへの助成金を獲得したことを発表しました。

このたびのNational Center for Advancing Translational SciencesからのフェーズII Small Business Innovation Research (SBIR)助成金は、生物学的データの共有を可能にするプログラムの一環です。

CDD のチーフサイエンティフィックオフィサーであるSean Ekins（Ph.D., D.Sc.）は、「第1フェーズでは、結核に関する機械学習モデルを研究室間で共有し、予測と試験用化合物の選択に使用できることを実証しました」と述べています。Joel Freundlich (Rutgers -New Jersey Medical School)、Robert Reynolds (Southern Research Institute)、Allan Casey (Infectious Disease Research Institute)との共同研究により、試験管内の全細胞結核菌に対して新しい活性化合物が同定されました(1-5)。Ekinsは、「この研究は、2010年に行ったファイザー社との貴重な共同研究に続くもので、計算ADMEモデルにオープンソースツールを使用した論文も発表しています（6）。私たちはその時、CDD を使って計算モデルをホストし、選択的に共有するという重要な機会があることに気づきました」と述べています。

本助成金は、ホストされているデータを安全に選択的に共有するという、CDDの先駆的な取り組みを基に、CDD の新製品の開発に使用されます。

このプロジェクトは、National Center for Advancing Translational SciencesのAward Number 9R44TR000942-02の支援を受けています。内容は著者の責任であり、必ずしもNational Center for Advancing Translational SciencesまたはNational Institutes of Healthの公式見解を示すものではありません。

Collaborative Drug Discovery, Inc.について
CDD (www.collaborativedrug.com) は、市場で最も広く利用されているウェブベースの創薬インフォマティクス・プラットフォームを提供しています。CDD Vault®は、従来の創薬インフォマティクス（登録およびSAR）とソーシャル・ネットワーキング機能を組み合わせた、安全でプライベートな産業用強力データベースです。CDD Vault の自由な利用が可能なバージョンでは、研究者は様々な科学データプロバイダーからの公開情報を独自に集約してマイニングすることができます。

メディア連絡先Barry Bunin,PhD, Collaborative Drug Discovery, (650) 204-3084, [email protected]

参考にしてください。

1.Ekins S, Casey A.C, Roberts D, Parish T. and Bunin BA, Bayesian Models for Screening and TB Mobile for Target Inference with Mycobacterium tuberculosis, Submitted 2013.

2.Ekins S, Freundlich JS, Reynolds RC, Fusing dual-event datasets for Mycobacterium Tuberculosis machine learning models and their evaluation, J Chem Inf Model, In Press 2013.

3.Ekins S, Freundlich JS, Hobrath JV, White EL, Reynolds RC, Combining computational methods for hit to lead optimization in Mycobacterium tuberculosis drug discovery（結核の創薬におけるヒットからリードへの最適化のための計算手法の組み合わせ）, Pharm Res, In Press 2013.

4.Ekins S, Reynolds RC, Franzblau SG, Wan B, Freundlich JS and Bunin BA.Ekins S. Reynolds RC, Franzblau SG, Wan B, Freundlich JS and Bunin BA, Enhancing hit identification in Mycobacterium tuberculosis Drug discovery using validated dual-event Bayesian models, PLOS ONE, 8(5): e63240, 2013.

5.Ekins S, Reynolds RC, Kim H, Koo M-S, Ekonomidis M, Talaue M, Paget SD, Woolhiser LK Lenaerts AJ, Bunin BA, Connell N and Freundlich JS.Bayesian models leveraging bioactivity and cytotoxicity information for drug discovery, Chem Biol, 20: 370-378, 2013.

6.Rishi R. Gupta, Gifford, EM, Liston T, Waller CL, Hohman M, Bunin BA and Ekins S, Using open source computational tools for predicting human metabolic stability and additional ADME/Tox properties, Drug Metab Dispos, 38: 2083-2090, 2010.