CTCのライフサイエンス情報サイト LSTech

line

背景と課題

新薬開発の移り変わりとデータ

近年の創薬研究開発は、各社が集積または公共で利用可能なProteomicsやGenomicsなどのOmicsデータを解析し、個々の患者に最適な治療方法を見つけ出すという「データドリブン型」へとシフトしつつあります。しかし、そのためには、膨大なデータを統合するためのID紐付や用語の統一など技術が必要となります。また、膨大のデータ間の相関性から新たな知見を得るため、深層学習などのAI技術の駆使が求められます。

膨大なデータの活用時に直面する課題

しかしながら、多忙な研究業務の中でご自身の目的に合う"情報"の検索や統合の手間、要件に合致する"道具"の使い方を習得あるいは内製する手間は、解析を始める際の大きな課題として存在しているのではないでしょうか。

このようなお悩みはありませんか?
  • このようなお悩みはありませんか?
  • 大量の社内データや公共データから有用な知見を引き出したい
  • AI技術利用に必要なデータの統合や整形の手間をなくしたい
  • 臨床フェーズにある薬剤について、競合比較を簡単に実施したい
  • 解析ツールの購入、選定、習得にコストをかけたくない
このような課題は、Excelra社のComputational Biology 受託解析サービスで
解決します。
お客様からは、テーマ(ニーズ)と学習用データ(インプット・アウトプット)をご提供いただければ、Excelra社がお客様に代わり解析を実施、解析結果を納品します!

サービス概要

Excelra社について

GVK BIO社から分離独立したインドExcelra社は、2001年の創業以来、幅広い科学的専門知識・技術を駆使したインテリジェント・データや解析ソリューションを、世界中のお客様に提供してきました。この高度な専門知識は、ドラッグ・リポジショニングや計算科学、インデックス作成によるデータ抽出の高速化、データ解析、データベースのコンテンツ拡充など各種ソリューションに活用されています。Excelra社には、化学、バイオロジー、臨床科学の領域で豊富な経験を有する650名以上の優秀な研究者が勤務しています。世界最大手の製薬・バイオテクノロジー企業をはじめ、農薬、ライフサイエンス企業、一流の研究機関などのお客様が大変満足して利用しています。

Computational Biologyサービス概要

Excelra社(化合物/バイオマーカー/治験アウトカムなどのデータベースコンテンツと機械学習などを用いた解析エンジン、ネットワーク図などの結果の可視化までを可能とする新薬開発向けプラットフォームを開発しました。
このプラットフォームにより、お客様の代わりに解析を実施し、ご要望に応じた形式で結果をお届けすることで、製薬企業様における新薬研究開発および意思決定をオールラウンドにご支援いたします。

Excelra社紹介:サービス構成
Excelra社紹介:サービス構成
Computational Biology:概要 ~カバー領域とアプローチ~

創薬の上流(早期探索)から下流(非臨床・臨床)まで、あらゆる目的に対してテーラーメードでプロジェクトプランを作成し、目的である解析結果をアウトプットします。

Computational Biology:概要 カバー領域とアプローチ

分析ツールと技術

Computational BiologyサービスではExcelra社がインハウスで開発したツール群(パスウェイ解析・テキストマイニング・遺伝子発現解析・有害事象解析など)と、数学モデル・画像解析・機械学習モデルを融合した技術を駆使して、新規発見に繋がるような解析を行います。

Computational Biology:機械学習プラットフォーム
Computational Biology:機械学習プラットフォーム

また豊富な可視化ツールにより、解析結果は視覚的に理解しやすい形式で提供されます。

100+ VISUALIZATION TEMPLATES

事例

ここでは、Computational Biologyサービスの事例についていくつかご紹介いたします。

Computational Biology:事例(早期探索) ~ターゲットと疾患の関連予測~
  • 目的:選択したターゲット(CCR9、CTLA4、CXCR4、IL33、TLR7)によって過剰発現される経路の同定
  • 結果:ターゲットに関連する経路が同定できた
Computational Biology:事例(早期探索) ~ターゲットと疾患の関連予測~
Computational Biology:事例(早期探索) ~抗原同定~
  • 目的:RNA-seqデータを使用し、乳癌に有効な抗体の抗原同定
  • プロセス:RNA-seqデータと抗体ターゲットパイプラインを使用し、解析を実施
  • 結果:抗原を同定し、乳癌治療に有用と考えられる結果エビデンスも出力できた
抗原名 結果 エビデンス PMID
CELSR2 No CELSR2 was down-regulated in one cell line and in 7% of breast cancers 15958618
SLC39A6 Yes Over-expression of RABEP1, PGR, NAT1, PTP4A2, SLC39A6, ESR1, EVL, TBC1D9, FUT8, and SCUBE2 were all associated with reduced time to disease-related mortality. Multivariable analyses using the LASSO revealed ESR1, SLC39A6, to be the most important predictors for both disease mortality and recurrence 23819905
CLDN1 No Affymetrix screening and confirmatory qPCR and Western blotting analysis of syndecan-1-deficient cells revealed upregulation of ATF-2, COX-2 and down regulation of AML1/RUNX1, E-cadherin, CLDN1 22573479
GBP1 Yes Most of these genes were functionally linked to cell proliferation, death and control of gene expression, and include FYN, PRKCA, ITPR1, DPYD, DACH1, LYN, GBP1 and PRLR 24882577
KLK8 No Kallikrein 8 (KLK8) plays a role in the physiology of the central nervous system. show altered expression in ovarian and breast cancer. The results were orrelated with clinical and histomorphological variables and patient outcome. The xpression of both genes was also examined in the brain cancer 17132107
ABCA8 Maybe The expressions of ABCA8 and CD36 genes were confirmed by real-time PCR. Pathway analysis showed that metabolism-related signaling pathway may be involved in the development of breast cancer in Asian people. ABCA8 gene may be a new disease gene in Asian breast cancer 24968835
CD274 No Expression of PD-L1 is rare in breast cancer, markedly enriched in basal-like tumours and is correlated with infiltrating lymphocytes. PD-L1 inhibition may benefit the 19% of patients with basal-like tumours in which the protein is expressed 25897014
CLDN16 Yes The gene up-expression of both CLDN16 and HAPLN3 was suggested to be involved in the development of breast cancer and to be a biomarker and target treatment for breast cancer. absolute increased gene expression level of CLDN16 was significantly negatively correlated with estrogen (r=-0.46; p<0.0001) and progesterone receptor (r=-0.384; p=0.001) staining density 20664984
Computational Biology:事例(早期探索) ~構造類似性ベース~
  • 目的:ロチゴチンに70%以上の類似構造をもつ106の化合物から新規ターゲットを同定
  • 結果:類似構造化合物と新規ターゲットを同定できた
Computational Biology:事例(早期探索) ~構造類似性ベース~
Computational Biology:事例(早期探索) ~有害事象予測~
  • 目的:機械学習を使用したQT延長の予測
  • 結果:高精度にQT延長の予測が行えた
Computational Biology:事例(早期探索) ~有害事象予測~
Compuational Biology:事例(臨床) ~競合解析~

企業別のTNF阻害剤の臨床試験を進めている薬剤数と治験の段階

Compuational Biology:事例(臨床) ~競合解析~
Compuational Biology:事例(臨床) ~コラボレーション先選定~
  • Cimzia(TNF遮断薬)
Compuational Biology:事例(臨床) ~コラボレーション先選定~

※ここで、ご紹介したのは数多くある事例の一部です。詳細な情報をご希望いただいた場合、このほかの事例についてご紹介させていただきますので、以下お問い合わせフォームから事例ご希望の旨、ご記入いただきお問い合わせください。

サービスフロー

Computational Biologyサービスフロー
Computational Biologyサービスフロー

※プロジェクト開始前に、お客様-Excelra社-CTCの3社間で秘密保持契約を締結します。

  1. お客様より、解析の目的(テーマ)についてニーズヒアリングさせていただきます。
  2. 学習用データセット(インプットとアウトプット)をご提供いただきます。
  3. POCを実施致します。
  4. Excelra社によるプロジェクトスタートします。1. の情報に基づき、Excelra社の解析ツール・プラットフォームを駆使し、解析が進められます。

    ※この間、お客様のご要望に応じて、隔週・月ごとにその時点での進捗報告をさせて頂きます。ここで、お客様はプロジェクト進捗状況を把握して頂き、結果を踏まえて、ご意見・ご要望をExcelra社に直接伝えて頂くことができます。

  5. プロジェクト終了時には、プロジェクトレポート(解析結果含む)納品させて頂きます。
    このレポートにはそれらに付随する仮説やそれを裏付ける文献も提示されています。
    このように、納品物には最終結果のみならず、Excelra社による一連の検討結果や考察も含まれます。

ご契約形態

以下のいずれの形態でもご要望に応じて、ご契約いただけます。
  • Fee for service (FFS):
    目的とする解析の完了時に、一括してあらかじめ合意いただいた費用をお支払いただく契約形態です。
  • Full time equivalent (FTE):
    目的とする解析の達成にはよらず、プロジェクトの期間ごとに一定の費用をお支払いただく契約形態です。

お問い合わせ

先ずは、お客様の抱える業務課題などについてお気軽にご相談ください。
サービスの詳細なご質問、事例のご紹介、お見積りのご希望は下記お問い合わせフォームからお問い合わせいただけますようお願い致します。

PageTop