Publicly Offered Research
Grant-in-Aid for Scientific Research on Innovative Areas (Research in a proposed research area)
本研究は、バーチャルスクリーニングに用いる最適なポケットを持つタンパク質構造を、最適化アルゴリズムによって高速に探索する手法の開発を目的とする。標的タンパク質の機能を阻害する化合物探索をドッキングシミュレーションによって行う場合、分子動力学シミュレーション等であらかじめドッキングの鋳型を複数準備しドッキングを行うアンサンブルドッキングと呼ばれる手法がよく用いられる。分子動力学シミュレーション等で得られるタンパク質構造は数千から数万と膨大になり、その中からどの構造をドッキングの鋳型として使用するかが化合物探索の精度に大きく影響を与える。最適化アルゴリズムによって膨大なタンパク質構造からドッキングに用いるタンパク質構造を高速に探索する手法を開発する。2019年度は4種類のタンパク質を用いて、提案手法の性能評価を実施した。評価に使用するデータセットとして、分子動力学シミュレーションによってサンプリングした約10,000構造と既知リガンド40個とデコイ1,000個を準備した。評価指標は、既知リガンドとデコイを高精度に分類できる、つまりバーチャルスクリーニングに向いているタンパク質構造をより少ない探索数で得られるかとした。比較する手法はクラスタリングによる探索手法とタンパク質のポケットらしさを定量化するPLB indexを利用した探索手法とした。評価を実施した結果、本手法が従来手法よりも、バーチャルスクリーニングに適しているタンパク質構造を効率的に探索できることを確認した。提案手法により、立体構造ベースのバーチャルスクリーニングにおいて、最適な鋳型構造の効率的な探索が可能となり、活性化合物探索の成功率の向上が期待できる。
令和元年度が最終年度であるため、記入しない。
All 2020 2019
All Journal Article (1 results) (of which Peer Reviewed: 1 results, Open Access: 1 results) Presentation (3 results) (of which Invited: 1 results)
Molecular Informatics
Volume: 39 Issue: 1-2 Pages: 1900096-1900096
10.1002/minf.201900096
