教授：植沢　芳広（ウエサワ　ヨシヒロ）

薬学情報副委員長

医療分子解析学

京都大学大学院薬学研究科博士課程（1992年3月）

博士（薬学）（京都大学：1992年）

薬剤学、薬物治療学、薬物治療学要論、大学院薬剤学特論

計算毒性学、医薬品安全性学、生物薬剤学

人工知能を用いた薬効・毒性・副作用予測、薬物代謝・体内動態に関する研究、 化学構造情報に基づく生理作用発現機序の解明

日本薬学会、情報計算化学生物学会（CBI学会）、日本医薬品安全性学会、日本毒性学会、日本緩和医療薬学会、日本薬理学会、日本臨床薬理学会、日本医療薬学会、日本薬物動態学会、日本緩和医療学会、日本薬剤学会、日本化学会情報化学部会

• 日本薬学会構造活性相関部会常任幹事（2021-）
• 構造活性フォーラム2022実行委員長（2021-2022）
• 構造活性フォーラム2021実行委員（2020-2021）
• 日本医薬品安全性学会理事（2021-）
• 第13回日本緩和医療薬学会年会組織委員（2018-2019）
• CBI学会2018年大会実行委員（2017-2018）
• 日本緩和医療薬学会理事・総務委員会・研究推進委員会（2017-2019）
• CBI 学会年会フォーカストセッションモデレーター（2016,7,8）
• CBIジャーナル編集委員（2017-）
• CBI 学会年会プログラム委員（2015,16,17,18,19）
• 第4回東京都緩和医療研究会学術集会・実行組織委員会副委員長（2016）
• CBI学会計算毒性学研究会幹事（2015-）
• 日本医薬品安全性学会評議員（2014-）
• 日本緩和医療薬学会評議員（2013-）
• 日本薬学会ファルマシア委員会トピックス小委員（2004 - 2006）
• 日本薬学会第128年会プログラム委員（2007 - 2008）

• 薬学情報委員会（副委員長）
• CBT実施委員会（委員長）
• 図書館資料館運営委員会（委員長）
• 情報セキュリティ委員会
• 研究倫理委員会
• マルチメディア教育委員会
• 公開講座シンポジウム委員会
• 実務実習委員会事前実習部門
• 情報教育センター運営委員会
• 薬品管理システム運営委員会
• 大学院薬学専攻委員会

• 経済産業省研究開発事業AI-SHIPSプロジェクト モデル開発チームリーダー(2020-)
• 厚生労働省薬剤師試験委員会委員(2016-2020)
• 日本薬学会 代議員(2019)
• 薬学共用試験センターシステム検討委員会大学委員
• PLOS ONE誌編集委員
• Current Drug Metabolism Editorial Board Member
• 臨床薬理学会特別指導薬剤師
• データ解析士
• Antihypertensive Drugs "Pharmacokinetic Interactions of Antihypertensive Drugs with Citrus Juices" InTech (2012)
• ポリフェノール:薬用植物および食品の機能性成分「フラノクマリン類の構造活性相関」シーエムシー出版(2012)
• 緩和医療薬学-SCIENCEとARTの融合と実践-,京都廣川(2016)
• トワイクロス先生の緩和ケア処方薬,医学書院(2017)
• Tox21 Challenge to Build Predictive Models of Nuclear Receptor and Stress Response Pathways as Mediated by Exposure to Environmental Toxicants and Drugs, Frontiers in Environmental Science(2017)
• in silicoによる医薬品毒性予測と創薬プロセスの効率化、In silico創薬における スクリーニングの高速化・高精度化技術、(株)技術情報協会(2018)
• 化学構造の機械学習に基づく毒性予測、マテリアルズ・インフォマティクスによる材料開発と活用集、(株)技術情報協会 (2019)
• QSAR Prediction Model to Search for Compounds with Selective Cytotoxicity Against Oral Cell Cancer, Biological Efficacy of Natural and Chemically Modified Products against Oral Inflammatory Lesions, MDPI Books (2019)
• Optimization of a Deep-Learning Method Based on the Classification of Images Generated by Parameterized Deep Snap a Novel Molecular-Image-Input Technique for Quantitative Structure–Activity Relationship (QSAR) Analysis, Deep Learning for Toxicity and Disease Prediction, Frontiers eBook (2020)

• 「化学構造からの有害性発現予測　～人工知能技術の適用～」日本薬学会第139年会（2019/3、千葉）
• 「副作用データベースに基づく薬剤性肝障害誘発化合物識別システムの開発」2019 BIOVIA USER CONFERENCE（2019/5、東京）
• 「機械学習を利用した医薬・化学品の安全性リスク評価事例など」材料科学技術振興財団（MST）内講演会（2019/7、東京）
• 「低分子3D構造の画像化入力システムDeep Snapの紹介と毒性予測・副作用予測の現状」MOEフォーラム2019（2019/7、東京）
• 「医薬品副作用自発報告データベースJADERを用いた教育と研究」第5回医薬品安全性学会学術大会（2019/7、東京）
• 「毒性発現経路および化学構造情報を指標とした薬物および化学物質に起因するヒト有害反応の予測法の開発」日本化学工業協会LRI研究報告会（2019/8、東京）
• 「AIとQSARに基づく毒性評価の現状と展望」日本農薬社内講演会（2019/10、大阪）
• 「有害性発現経路に基づく化学品肝毒性のQSAR予測」CBI学会2019年大会（2019/10、東京）
• 「QSARを用いた毒性予測の現状と課題」微生物変異原性試験研究会（JEMS・BMS）第62回・哺乳動物試験研究会（JEMS・MMS）第75回合同定例会（2019/11、東京）
• 計算毒性学に基づくin silico毒性予測の現状と課題：植沢芳広、第47回日本毒性学会学術年会（Web開催）、2020/6
• 核内受容体・ストレス応答パスウェイおよび化学構造情報の統合データに基づく薬物性肝障害性予測システムの開発：植沢芳広、日本薬学会第140年会（誌上開催）、2020/3、京都
• 副作用情報・化学構造情報・人工知能技術の融合が拓く医薬品の安全性予測：植沢芳広、徳島大学 クラスター・概算合同シンポジウム、2020/1、徳島

• ケモインフォマティクスを活用した化合物の毒性評価と機械学習の応用：植沢芳広、技術情報協会セミナー、2020/1、東京

• 他

• 2019年度日本医療薬学会において学会賞（Postdoctoral Award）（共同演者,2019）
• CBI学会2018年大会Excellent Poster（共同演者,2018）
• 第4回次世代を担う若手のためのレギュラトリーサイエンスフォーラム優秀発表賞（指導教員,2018）
• 第11回日本緩和医療薬学会年会優秀発表賞（指導教員,2017）
• 'Exceptional Quality Paper'（優秀論文）, International Institute of Anticancer Research (IIAR)（2016）
• 平成27年度全国済生会病院薬剤師会優秀論文賞（指導教員, 2016）
• 第10回日本緩和医療薬学会年会優秀発表賞（指導教員, 2016）
• 情報計算化学生物学会2015年大会優秀ポスター賞（指導教員, 2015）
• 学長研究奨励賞（2015）
• Winner, ER-LBD(エストロゲン受容体)活性化合物予測モデルの構築, Toxicology in the 21st Century (Tox21) DATA Challenge 2014, NIH, USA （2015）
• First-Pass Winner, 人工ニューラルネットワーク国際会議(ICANN'09):欧州ニューラルネットワーク協会(ENNS)・ 毒性予測コンテスト (2009)
• 講演ハイライト, 日本薬学会第１２９年会, C型肝炎インターフェロン療法時の発熱に対する予測モデル式の構築～C型肝炎の治療で発熱しやすいひとはだれ？～（2009）

Prediction models for agonists and antagonists of molecular initiation events for toxicity pathways using an improved Deep-Learning-Based quantitative Structure–Activity relationship system: Matsuzaka Y, Totoki S, Handa K, Shiota T, Kurosaki K, Uesawa Y, Int. J. Mol. Sci., 22, 10821 (2021)

Prediction model of clearance by a novel QSAR approach, combination DeepSnap-Deep Learning and conventional machine learning: Mamada H, Nomura Y, Uesawa Y, ACS Omega, 6, 23570–23577 (2021)

Comprehensive analysis of chemotherapeutic agents that induce infectious neutropenia: Okunaka M, Kano D, Matsui R, Kawasaki T, Uesawa Y, Pharmaceuticals, 14, 681 (2021)

Molecular initiating events associated with drug-induced liver malignant tumors: An integrated study of the FDA adverse event reporting system and toxicity predictions: Kurosaki K, Uesawa Y, Biomolecules, 11, 944 (2021)

Comprehensive study on potent and selective carbonic anhydrase inhibitors: Synthesis, bioactivities and molecular modelling studies of 4-(3-(2-arylidenehydrazine-1-carbonyl)-5-(thiophen-2-yl)-1H-pyrazole-1-yl) benzenesulfonamides: Yamali C, Sakagami H, Uesawa Y, Kurosaki K, Satoh K, Masuda Y, Yokose S, Ece A, Bua S, Angeli A, Supuran CT, Gul HI, European Journal of Medicinal Chemistry, 217, 11335 (2021)

Evaluation of antibiotic-induced taste and smell disorders using the FDA Adverse Event Reporting System database: Kan Y, Nagai J, Uesawa Y, Scientific Reports, 11, 9625 (2021)

Evaluation of the expression profile of irinotecan-induced diarrhea in patients with colorectal cancer: Okunaka M, Kano D, Matsui R, Kawasaki T, Uesawa Y, Pharmaceuticals, 14, 377 (2021)

Predicting blood-to-plasma concentration ratios of drugs from chemical structures and volumes of distribution in humans: Mamada H, Iwamoto K, Nomura Y, Uesawa Y, Molecular Diversity, 1-10 (2021)

Use of 13C-NMR chemical shifts; Application of principal component analysis for categorizing structurally similar methoxyflavones and correlation analysis between chemical shifts and cytotoxicity: Suzuki R, Uesawa Y, Okada Y, Horikawa T, Okabe Y, Aburada Mb Takahashi K, Kinoshita K, Chem. Pharm. Bull., 69, 199–202 (2021) (Highlighted paper selected by Editor-in-Chiefに選出)

Synthesis and biological evaluation of 3-styrylchromone derivatives as selective monoamine oxidase B inhibitors: Takao K, Takemura Y, Nagai J, Kamauchi H, Hoshi K, Mabashi R, Uesawa Y, Sugita Y, Bioorganic & Medicinal Chemistry, 42, 116255 (2021)