信息处理装置、方法、系统及记录信息处理程序的介质制造方法及图纸

本发明专利技术涉及一种信息处理装置、信息处理方法、记录信息处理程序的记录介质以及信息处理系统。服务器(14)响应于从终端(12)发送的请求信号，生成与肽的药代动力学相关的预测信息。然后，服务器(14)向终端(12)发送预测信息。服务器(14)向终端(12)发送预测信息。服务器(14)向终端(12)发送预测信息。

【技术实现步骤摘要】
信息处理装置、方法、系统及记录信息处理程序的介质
[0001]相关申请的交叉引用
[0002]本申请要求2020年11月13日提交日本特许厅的、申请号为2020
‑
189856以及2021年2月17日递交日本特许厅的、申请号为2021
‑
023750的日本专利申请的优先权和权益，其全部内容通过引用结合在申请中。


[0003]本公开涉及一种信息处理装置、信息处理方法、记录信息处理程序的介质及信息处理系统。

技术介绍

[0004]在日本特开2017
‑
37378号公报中公开了：在生物体高分子的结构解析中，在将包含在维度集合中的所有索引维度中的每一个作为坐标轴的多维空间中、进行多个结构的聚类，并将不包含在任何簇中的离群值的结构作为初始结构来进行分子动力学模拟(例如权利要求4)。
[0005]在国际公开第2003/054743号中公开了一种预测蛋白质立体结构的蛋白质立体结构预测程序。执行该蛋白质立体结构预测程序的计算机读取蛋白质的氨基酸序列，并预测二级结构信息。接着，该计算机基于二级结构信息计算形成转角的氨基酸的个数，并通过计算出的氨基酸的个数和二级结构信息获得具有存在概率高的转角结构信息，预测并再现转角，从而预测蛋白质的立体结构。
[0006]另外，在日本特表2020
‑
523010号公报中公开了一种如下的方法：通过将新生抗原集合中的每一个新生抗原的肽序列输入到进行了机械学习的呈递模型中，来对各患者生成对于患者的新生抗原集合的数值呈递可能性集合(例如权利要求1)。
[0007]此外，在日本特表2020
‑
519246号公报中公开了一种如下的方法：使用计算机处理器将肽的数值矢量输入到深度学习呈递模型中，来生成对于新生抗原集合的呈递可能性集合(例如权利要求1)。

技术实现思路

[0008]专利技术要解决的课题
[0009]近年来，作为中分子药物之一的肽药物受到关注。但是，关于肽的药代动力学还有很多不清楚的地方。
[0010]在上述日本特开2017
‑
37378号公报、国际公开第2003/054743号、日本特表2020
‑
523010号公报、或日本特表2020
‑
519246号公报中公开的技术是执行生物高分子的分子动力学模拟的技术、通过计算机预测蛋白质立体结构的技术、以及预测对新生抗原有效的肽的技术，并不是预测肽的药代动力学的技术。因此，上述文献的技术存在无法预测肽的药代动力学的问题。
[0011]本公开考虑到上述事实，其目的在于预测肽的药代动力学。
[0012]解决课题的手段
[0013]本公开的第一方面是一种信息处理装置，该信息处理装置包括：接收部，该接收部接收从终端发送的请求信号；预测部，该预测部响应于所述请求信号，生成与肽的药代动力学相关的预测信息；以及发送部，该发送部向所述终端发送由所述预测部生成的所述预测信息。
[0014]本公开的第二方面是一种信息处理方法，该信息处理方法由计算机执行如下处理：接收从终端发送的请求信号，响应于所述请求信号，生成与肽的药代动力学相关的预测信息，向所述终端发送所生成的所述预测信息。
[0015]本公开的第三方面是一种记录有信息处理程序的记录介质，该信息处理程序用于使计算机执行如下处理：接收从终端发送的请求信号，响应于所述请求信号，生成与肽的药代动力学相关的预测信息，向所述终端发送所生成的所述预测信息。
[0016]本公开的第四方面是一种信息处理系统，该信息处理系统包括终端和信息处理装置，所述终端向所述信息处理装置发送请求信号，所述信息处理装置接收从所述终端发送的所述请求信号，响应于所述请求信号，生成与肽的药代动力学相关的预测信息，向所述终端发送所生成的所述预测信息，所述终端使显示部显示从所述信息处理装置发送的所述预测信息。
[0017]专利技术效果
[0018]根据本公开，能够得到可预测肽的药代动力学这样的效果。
附图说明
[0019]图1是示出了第一实施方式所涉及的信息处理系统的框图。
[0020]图2是用于说明公共数据库142中存储的数据的一个示例的图。
[0021]图3是用于说明在用户用数据库144中存储的数据的一个示例的图。
[0022]图4是用于说明本实施方式的预测模型的图。
[0023]图5是实现信息处理系统的各设备的计算机的示意图。
[0024]图6是在信息处理系统中执行的序列。
[0025]图7是在终端的显示部上显示的画面的一个示例的示意图。
[0026]图8是在信息处理系统中执行的序列。
[0027]图9是设计支援信息的一个示例的示意图。
[0028]图10是示出了第二实施方式所涉及的信息处理系统的框图。
[0029]图11是用于说明第二实施方式的分数的图。
[0030]图12是用于说明候选肽的图。
[0031]图13是设计支援信息的一个示例的示意图。
[0032]图14是示出了第四实施方式所涉及的信息处理系统的框图。
[0033]图15是存储在报酬存储部中的表的一个示例的示意图。
具体实施方式
[0034]下面将参考附图，对本专利技术的实施方式进行详细地说明。
[0035][第一实施方式][0036]<信息处理系统的结构>
[0037]图1是示出了第一实施方式所涉及的信息处理系统10的结构的一个示例的框图。如图1所示，信息处理系统10在功能上包括多个终端12A、12B、12C以及作为信息处理装置的一个示例的服务器14。多个终端12A、12B、12C与服务器14例如经由互联网等网络16连接。另外，以下在指示一个终端的情况下，简称为终端12。另外，在图1中，例示了多个终端12A、12B、12C，但信息处理系统10也可以包括更多或更少的终端。
[0038](终端)
[0039]多个终端12A、12B、12C中的每一个由多个不同的用户操作。用户将表示自己想分析的肽的肽信息输入到自己操作的终端12。然后，用户操作终端12以将该肽信息发送给后述的服务器14。终端12将从用户输入的肽信息经由网络16发送给服务器14。另外，肽信息包括肽的结构式、肽的SMILES(Simplified molecular input line entry system，简化分子线性输入规范)表示、肽的一级结构、肽的二级结构、肽的三级结构及肽的四级结构中的至少一种信息。
[0040](服务器)
[0041]如图1所示，服务器14包括接收部140、公共数据库142、多个用户用数据库144A、144B、144C、公共预测模型存储部145、多个用户用预测模型存储部146A、146B、146C、预测部148、处理部150、以及发送部152。另外，以下，在指示一个本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种信息处理装置，所述信息处理装置包括：接收部，所述接收部接收从终端发送的请求信号；预测部，所述预测部响应于所述请求信号，生成与肽的药代动力学相关的预测信息；以及发送部，所述发送部向所述终端发送由所述预测部生成的所述预测信息。2.根据权利要求1所述的信息处理装置，其中，在所述请求信号中包括用于生成预测信息的预测模型的选择信息，所述预测部通过从多个所述预测模型中选择与所述选择信息相应的预测模型，并对所选择的所述预测模型输入表示所述肽的肽信息，从而生成所述肽的所述预测信息。3.根据权利要求2所述的信息处理装置，其中，在所述请求信号中包括用户ID，多个预测模型中的每一个是为每个用户预先准备的预测模型，所述预测部通过将表示所述肽的肽信息输入到所述多个预测模型中的与所述用户ID对应的预测模型中，从而生成所述肽的所述预测信息。4.根据权利要求3所述的信息处理装置，其中，所述多个预测模型中的每一个是通过为每个用户预先准备的学习用数据来预先学习的学习完成模型。5.根据权利要求1至4中任一项所述的信息处理装置，其中，在所述请求信号中包括用户ID，所述信息处理装置还包括处理部，所述处理部根据所述用户ID，将所述预测信息存储在为每个用户预先准备的多个数据库中的、与所述用户ID对应的数据库中。6.根据权利要求1至5中任一项所述的信息处理装置，其中，在所述请求信号中包括用户ID，所述信息处理装置还包括处理部，所述处理部根据所述用户ID，将从所述终端发送的数据存储在为每个用户预先准备的多个数据库中的、与所述用户ID对应的数据库中。7.根据权利要求6所述的信息处理装置，其中，所述处理部将从所述终端发送的与所述肽的药代动力学相关的数据存储在所述数据库中。8.根据权利要求1至7中任一项所述的信息处理装置，其中，所述发送部将由所述预测部预测的所述预测信息与作为预测对象的所述肽相关联，并发送至所述终端。9.根据权利要求1至8中任一项所述的信息处理装置，所述信息处理装置还包括设计支援部，所述设计支援部生成包含构成所述肽的要素的变更位置的候选的设计支援信息，所述发送部将所述设计支援信息向所述终端发送。10.根据权利要求9所述的信息处理装置，其中，所述设计支援部对构成所述肽的多个残基中的每一个，通过解析用于生成所述预测信息的学习完成模型的参数，来计算表示所述残基对所述预测信息产生影响的程度的残基影响度分数；在针对所述多个残基中的每一个计算出的所述残基影响...

【专利技术属性】
技术研发人员：秋山泰，大上雅史，柳泽渓甫，吉川宁，
申请(专利权)人：国立大学法人东京工业大学，
类型：发明
国别省市：