Session 1
20万検体の細菌叢データから短鎖脂肪酸産生菌の機能を探索する
機能性発見と仮説構築の実践
20万検体以上の腸内細菌叢データを活用し、短鎖脂肪酸産生菌の機能性をどのように見つけ出し、ヘルスクレーム探索につなげるかをご紹介します。
当社は菌叢解析やデータ提供、ヒト臨床試験の支援を通じて知見を蓄積し、その集大成として「Mykinso Explorer」を開発しました。
本ツールでは、食事・生活習慣・健康指標などのメタデータと菌データを掛け合わせ、関連性の抽出や層別化・共変量調整を通じて精度の高いインサイトを取得し、機能性の仮説構築や臨床試験設計を支援します。
さらに「Amanogawa」を活用することで、機能の背景にあるメカニズムを深く理解し、ヘルスクレーム探索の高度化につなげるアプローチを解説します。
Speaker
根岸 裕一朗 氏
株式会社サイキンソー
事業創出ユニット
2011年 玉川大学農学部卒業
2011年 医薬品卸企業入社
2014年 IQVIA入社
2019年 株式会社サイキンソー入社
腸内細菌叢研究およびデータベース事業開発を担当。菌叢解析、データ提供、ヒト臨床試験の設計・実行支援を通じて、食品・サプリメントメーカーを中心とした研究開発を支援。
20万検体以上の腸内細菌叢データを活用した研究支援プラットフォーム「Mykinso Explorer」の企画・推進に従事し、機能性探索からヘルスクレーム創出に至るデータ活用の高度化に取り組んでいる。
Session 2
腸内細菌叢から読み解く新たな食品機能性
―KIBIT Amanogawaによる仮説創出
KIBIT Amanogawaは、「非連続的発見」という新たなアプローチにより、これまで“未報告”、すなわち論文に記載されていない関連性を見出すことを可能にする、仮説生成のための発見型論文探索AIシステムです。
方程式駆動型の自然言語処理AI「KIBIT」によって医学・薬学研究を客観的かつ網羅的に解析し、従来のキーワード検索では到達できなかった情報の発見を実現します。これにより、研究者はキーワードに依存しない関連性の高い論文の網羅的探索や、予想外の発見・気づきを通じた新たな着想を得ることが可能となります。
本講演では、取得されたものの十分に活用されていない腸内細菌叢データに着目し、特にサイキンソーが提供する「Mykinso Explorer」によるメタデータと菌データの関連性について、KIBIT Amanogawaを活用したアプローチをご紹介します。
酪酸などの短鎖脂肪酸産生菌やエクオール産生菌、いわゆるやせ菌などを例に取り上げ、従来の論文探索手法では見出すことが困難であった腸内環境と新たな疾患・ヘルスクレームとの関連性を、KIBIT Amanogawaを用いて解析します。サイキンソーの提供データの解析結果を基に、未報告の関連性も含めた網羅的な論文探索を行い、作用機序に関する仮説の生成および検証を行います。
腸内細菌叢データを単なる解析結果の理解にとどめるのではなく、食品機能性に関するエビデンスへと昇華させることで、研究成果の価値最大化と事業可能性について新たな視点を提案します。
Speaker
萩原 啓太郎
株式会社FRONTEO
ライフサイエンスAI事業本部
担当課長
東京科学大学在学中に国立がん研究センターでエクソソームとがん悪性化の機序を研究し、理学博士を取得。
その後、産業医科大学で助教を務め、名大ベンチャーヘルスケアシステムズCTOなど数々のベンチャーで役員として活躍。
他にもDNPやアフラック子会社のHatch Healthcareでヘルスケアに関する新規事業の立ち上げに従事し、現在ライフサイエンスAI事業本部にて医学論文探索AIシステム「KIBIT Amanogawa」事業の拡大に取り組む。