2024年

原著論文

1. Ambe K., Nakamori M., Tohno R., Suzuki K., Sasaki T., Tohkin M., Yoshinari K.
   Machine learning-based in silico prediction of the inhibitory activity of chemical substances against rat and human cytochrome P450s.
   Chem. Res. Toxicol. 37(11) 1843-1850 (2024).
2. Katayama S, Aoki Y, Akita A, Satake R, Tohkin M.
   Direct Comparison of the　Effectiveness and Safety Among Direct Oral Anticoagulants and Warfarin in Japanese Patients: Nationwide Cohort Study in Japan.
   Clin Pharmacol Ther. 116(4) 1023-1033 (2024)
3. Ashikaga T, Hatano K, Iwasa H, Kinoshita K, Nakamura N, Ambe K, Tohkin M. Next Generation Risk Assessment Case Study: A Skin Sensitization Quantitative Risk Assessment for Bandrowski’s Base Existing in Hair Color Formulations. Journal of Japanese Cosmetic Science Society. 48(2), 73-77 (2024).
4. 家田 維哉, 黒田 侑花, 松本 貴大, 山下 彩花, 渡邊 崇, 堀 雄史, 木村 通男, 川上 純一, 頭金 正博　医療情報データベースを活用した抗菌薬による薬剤性急性腎障害の発症及び慢性腎臓病へ移行するリスク因子の探索　YAKUGAKU ZASSHI　144(4) 447-462, 2024.
5. Watanabe T, Ambe K, Tohkin M. Streamlining Considerations for Safety Measures: A Predictive Model for Addition of Clinically Significant Adverse Reactions to Japanese Drug Package Inserts. Biol Pharm Bull. 2024;47(3):611-619.
6. Bhateria, M., Taneja, I., Karsauliya, K., Sonker, A. K., Shibata, Y., Sato, H., Singh, S. P. & Hisaka, A. Predicting the in vivo developmental toxicity of fenarimol from in vitro toxicity data using PBTK modelling-facilitated reverse dosimetry approach. Toxicol. Appl. Pharmacol. 2024;484, 116879.
7. Watanabe T, Ambe K, Tohkin M. Predicting the Addition of Information Regarding Clinically Significant Adverse Drug Reactions to Japanese Drug Package Inserts Using a Machine-Learning Model. Ther Innov Regul Sci. 2024 Mar;58(2):357-367.

学会発表

国際学会

1. Kaori Ambe
   Prediction of skin sensitization using machine learning.
   JSAAE & ASCCT-ESTIV Joint Webinar (2024.12)

国内学会

招待講演

1. 安部賀央里
   レギュラトリーサイエンス研究におけるデータサイエンスの活用
   レギュラトリーサイエンスシンポジウム　(2025.2)(金沢)
2. 安部賀央里
   皮膚感作性評価における機械学習モデルの活用　スポンサードシンポジウム　革新的創薬支援ツールとしてのNew Approach Methodologies（NAMs）最前線
   CBI学会2024年大会　(2024.10)(東京)
3. 安部賀央里
   機械学習を活用したレギュラトリーサイエンス研究　講演　データ解析を取り入れたレギュラトリーサイエンス研究の紹介
   第10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(2024.9)(滋賀)
4. 安部賀央里
   機械学習を用いた副作用予測に関する研究　シンポジウム　100歳を超える健康設計への挑戦
   第25回応用薬理シンポジウム　(2024.9)(東京)
5. 安部賀央里
   New Approach Methodologies（NAMs）を活用した皮膚感作性強度予測に向けた機械学習モデルの開発　フォーラムII　New Approach Methodologies (NAMs) による毒性の評価
   フォーラム2024衛生薬学・環境トキシコロジー　(2024.9)(仙台)
6. 安部賀央里
   AI/機械学習 in 毒性学　～化学物質の毒性予測モデル開発～　ワークショップ２　ミライの毒性学 明日から役立つ最先端技術
   第51回日本毒性学会学術年会　(2024.7)(博多)
7. 安部賀央里
   機械学習を活用した薬剤性腎障害の予測モデルの開発　ワークショップ７　ICTは急性期の腎臓診療に変革をもたらすか？
   第67回日本腎臓学会学術総会　(2024.6)(横浜)
8. 安部賀央里
   データベースと機械学習を活用した副作用予測研究シンポジウム５　医療DX時代を先導する「薬学×データサイエンス」の取り組み
   第26回医薬品情報学会総会・学術大会　(2024.6)(千葉)

一般発表

1. 出来佑都, 和知野千春, 安部賀央里, 小林紀香, 宮崎ゆか, 坪内希親, 堀田祐志, 近藤勝弘, 日比陽子, 頭金正博, 服部友紀
   名古屋市立大学病院受診患者におけるLong COVIDの実態調査：COVID-19患者を対象とした電話調査による症例対照研究
   第11回 CBI学会個別化医療研究会　(2025.1)(岐阜)
2. 早川知里、安部賀央里、山田隆志、吉成浩一、頭金正博
   機械学習によるヒトアセチルコリンエステラーゼ活性阻害のin silico予測モデルの開発
   日本動物実験代替法学会 第37回大会　(2024.11)(宇都宮)
3. 徳永朱莉、木下啓、岩佐帆乃夏、波多野浩太、中村伸昭、足利太可雄、安部賀央里
   アミノ酸誘導体結合性試験ADRA等を使用した強感作性物質の皮膚感作性強度を予測する機械学習モデルの開発
   日本動物実験代替法学会第37回大会　(2024.11)(宇都宮)
4. 長谷川桃子、三ツ口陽子、曽原喜一郎、安部賀央里
   眼刺激性評価におけるin vitro短時間曝露法(STE試験法)の効率化を目指したin silicoモデルの開発
   日本動物実験代替法学会第37回大会　(2024.11)(宇都宮)
5. 出来佑都、和知野千春、安部賀央里、小林紀香、宮崎ゆか、坪内希親、堀田祐志、近藤勝弘、日比陽子、頭金正博、服部友紀
   新型コロナウイルス感染症による後遺症の実態調査とリスク因子の探索～名古屋市立大学病院における電話アンケート調査：症例対照研究～
   第34回医療薬学会年会　(2024.11)(千葉)
6. Kouki Maebara, Kyoko Ondo, Tomoaki Tochitani, Toru Usui, Izuru Miyawaki, Kaori Ambe
   A deep learning model for predicting chemical-induced rat hepatocellular necrosis using transcriptome data
   CBI学会2024年大会（2024.10）（東京）
7. Linfeng LIU, Kaori AMBE, Mayu ONISHI, Yuka YOSHII, Toshiaki MAKINO, Masahiro TOHKIN
   Comparison of Multiple Disease-Modifying Antirheumatic Drugs Combination Therapies with Methotrexate in Rheumatoid Arthritis: A Systematic Review and Bayesian Network Meta-Analysis of Efficacy and Safety
   The 9th Nagoya / Gifu / Shenyang / Nanjing Symposium of Pharmaceutical Sciences 2024 Nagoya (2024.9)(Nagoya)
8. 鈴木孝太郎、安部賀央里、有吉純平、神谷由紀子、頭金正博
   ギャップマー型アンチセンスによるマウスでの血液中アラニンアミノトランスフェラーゼ上昇を予測するためのin silicoモデルの開発
   第51回日本毒性学会学術年会　(2024.7)(福岡)
9. 光山菜々美、柴田侑裕、頭金正博
   HLA-B*58:01を介したオキシプリノールによる特異体質性副作用発症に関与するヒトヘルペスウイルス由来ペプチドの探索
   第51回日本毒性学会学術年会　(2024.7)(福岡)
10. 徳永朱莉、木下啓、安部賀央里、山田隆志、足利太可雄、頭金正博
    機械学習を活用した皮膚感作性強度予測モデルの開発と解釈性向上に向けた検討
    第51回日本毒性学会学術年会　(2024.7)(福岡)