MF Researcher Database

Researchers Database

Advance

ANBE Kaori

    Graduate School of Pharmaceutical Sciences Department ofRegulatory Science　Lecturer
Last Updated :2024/09/07

Researcher Information

URL

Research funding number

  • 70440625

J-Global ID

Research Interests

  • リスク評価   病院情報   データマイニング   医療ビッグデータ   機械学習   副作用   

Research Areas

  • Life sciences / Clinical pharmacy
  • Environmental science/Agricultural science / Environmental effects of chemicals

Association Memberships

  • 日本医療薬学会   日本臨床薬理学会   日本動物実験代替法学会   日本香粧品学会   THE JAPANESE SOCIETY FOR THE STUDY OF XENOBIOTICS   CHEM-BIO INFORMATICS SOCIETY   THE JAPANESE SOCIETY OF TOXICOLOGY   THE PHARMACEUTICAL SOCIETY OF JAPAN   

Published Papers

Conference Activities & Talks

  • データベースと機械学習を活用した毒性予測へのアプローチ ～有機化学から視野を広げて～  [Invited]
    安部賀央里
    第50回日本毒性学会学術年会  2023/06
  • Development of in silico model for skin sensitization evaluation using machine learning  [Invited]
    安部賀央里
    ACAAE2022, the 3rd Asian Congress for Alternatives to Animal Experiments  2022/12
  • ヒトの副作用予測に向けた機械学習アプローチ  [Invited]
    安部賀央里
    第49回日本毒性学会学術年会  2022/06
  • 機械学習法による特異体質性副作用の予測  [Invited]
    安部賀央里
    第42回日本臨床薬理学会学術総会  2021/12
  • 化学物質の安全性評価におけるin silico予測モデル  [Invited]
    安部賀央里
    CBI学会2021年大会  2021/10
  • 毒性データベースを用いた化学物質のインシリコ毒性予測  [Invited]
    安部賀央里
    第65回日本薬学会関東支部大会  2021/09
  • In Silico Prediction of Severe Cutaneous Adverse Drug Reactions Using the Japanese Adverse Drug Event Report Database.  [Not invited]
    Kaori AMBE; Kazuyuki Ohya; Masahiro Tohkin
    ICT XV 2019  2019/07
  • 毒性データベースを用いたin silico安全性予測  [Invited]
    安部賀央里; 頭金正博
    第1回医薬品毒性機序研究会  2019/01
  • Development of in silico predictive classification models for chemical-induced hepatocellular hypertrophy based on molecular descriptors.  [Not invited]
    Kaori Ambe; Tatsuya Ochibe; Kazuyuki Ohya; Masahiro Tohkin
    WCP2018 (18th World Congress of Basic and Clinical Pharmacology)  2018/07
  • QSARアプローチによる機械学習法を用いた反復投与毒性予測手法の開発  [Invited]
    安部賀央里; 頭金正博
    第44回日本毒性学会学術年会  2017/07

MISC

Awards & Honors

  • 2022/07 日本毒性学会 第12回2022年 ファイザー賞
  • 2018 薬学研究奨励財団 薬学研究奨励財団 第39回研究助成金

Research Grants & Projects

  • Japan Society for the Promotion of Science：Grants-in-Aid for Scientific Research
    Date (from‐to) : 2024/04 -2027/03 
    Author : 和知野 千春; 服部 友紀; 近藤 勝弘; 頭金 正博; 日比 陽子; 安部 賀央里; 伊藤 穣; 堀田 祐志; 坪内 希親; 宮崎 ゆか
  • Japan Society for the Promotion of Science：Grants-in-Aid for Scientific Research
    Date (from‐to) : 2023/04 -2026/03 
    Author : 安部 賀央里
  • 食品関連化学物質のリスク評価におけるリードアクロス手法の適用と信頼性評価に関する研究
    内閣府食品安全委員会：食品健康影響評価技術研究
    Date (from‐to) : 2023/04 -2025/03
  • Japan Society for the Promotion of Science：Grants-in-Aid for Scientific Research
    Date (from‐to) : 2021/04 -2024/03 
    Author : 濱野 高行; 村島 美穂; 安部 賀央里
     
    当院で2018年から2020年までの間に抗癌剤治療を受けた2644名の後方視的観察研究を行った。eGFRが前回のeGFRに比して30％以上低下するものをAKIと定義して、AKIに関連する抗がん剤をまずは見だした。平均年齢は65歳で平均eGFR は71 (59-84) mL/min/1.73m2であった。Pembrolizumab, trastuzumabと oxaliplatinがAKIと関連し、そのオッズ比(95%信頼区間)はそれぞれ 1.52 [1.03-2.23], 2.78 [1.26-6.12],1.72 [1.20-2.46]であった。 抗癌剤以外のリスク因子は高いCRPとループ利尿薬やトルバプタン、抗血小板薬の使用であった。PembrolizumabやtrastuzumabとAKIの関連はNSAIDs使用患者で特に強かった。 抗腫瘍薬による電解質異常を早期に捕捉できるようにするため、2021年5月から当院で電子カルテ上で自動的に各科主治医に腎臓内科受診を促す「電解質バスターズ」なるシステムを構築した。実際に依頼を行うかどうかは担当医師の判断にゆだねた。紹介基準はNa<125, Na>160, K<2.5, K>6.0, 補正Ca<7.5, 補正Ca>11.5, Mg<1.0, Mg>4.0 mEq/Lとした。電解質バスターズ導入前後6か月の依頼箋数を比較したところ、K異常は導入前後で紹介数は変わらなかったが、Na, Ca, Mg異常は各々2倍に増え、３つの電解質異常をまとめると依頼のincident rate ratioは2.01（95% CI: 1.00-4.24）となった。依頼の最も多い低Na血症16例のうち、5例がSIADH、5例が薬剤性（抗癌剤や利尿剤）を含む腎性Na喪失、3例が水中毒と診断され、SIADHの２例にトルバプタンを導入しNa濃度が改善した。
  • Japan Society for the Promotion of Science：Grants-in-Aid for Scientific Research Grant-in-Aid for Early-Career Scientists
    Date (from‐to) : 2020/04 -2023/03 
    Author : Ambe Kaori
     
    In this study, we developed a prediction model for drug-induced kidney injury using medical big data and machine learning. We defined drugs that are highly likely to cause drug-induced acute kidney injury (AKI) from JADER and FAERS as adverse event spontaneous reporting databases, and constructed an ensemble model to predict AKI using chemical structure information (ROC-AUC: 0.82 ). We also constructed a LightGBM model that discriminates patients with a high possibility of causing AKI due to vancomycin from the electronic medical record information of Nagoya City University Hospital (ROC-AUC: 0.78). In addition to efficient support in clinical practice, this model will also be beneficial in the development of new drugs with low risk of nephrotoxicity.
  • In silico予測手法の高度化とNew Approach Methodologyの活用に基づく化学物質の統合的ヒト健康リスク評価系の基盤構築に関する研究
    厚生労働省：厚生労働行政推進調査事業費補助金
    Date (from‐to) : 2021 -2023
  • 医療情報データベースと機械学習を融合した薬剤性腎障害の予測法の開発
    特別研究奨励費
    Date (from‐to) : 2021 -2022
  • Japan Society for the Promotion of Science：Grants-in-Aid for Scientific Research Grant-in-Aid for Early-Career Scientists
    Date (from‐to) : 2018/04 -2020/03 
    Author : Ambe Kaori
     
    The purpose of this study was to utilize JADER as spontaneous adverse event reporting database and to predict drug-induced liver injury from chemical structure information of drugs using machine learning. The positive drugs and negative drugs for drug-induced liver injury were defined using the signal detection method and the number of reports. Using a random forest with molecular descriptors of drugs as a feature value, in silico prediction model that classify the posirive or negative of drug-induced liver injury was constructed, and the performance of sensitivity 0.90 and AUC 0.66 was obtained. Furthermore, combining JADER and literature information, AUC was improved to 0.84. It was suggested that drug-induced liver injury could be predicted by appropriately utilizing large-scale adverse event information and machine learning.
  • 医薬品のシステマティックレビュー効率化に向けたAI活用に関する研究
    名古屋市立大学：特別研究奨励費
  • 機械学習による特異体質性薬物性肝障害の予測手法の開発
    第一三共株式会社：創薬共同研究公募プログラムTaNeDS

Other link

researchmap


Copyright © MEDIA FUSION Co.,Ltd. All rights reserved.