• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

代表フラグメントに基づく縮約化合物ライブラリを用いたバーチャルスクリーニング手法

研究課題

研究課題/領域番号 25K03215
研究種目

基盤研究(B)

配分区分基金
応募区分一般
審査区分 小区分62010:生命、健康および医療情報学関連
研究機関東京科学大学

研究代表者

秋山 泰  東京科学大学, 情報理工学院, 教授 (30243091)

研究分担者 柳澤 渓甫  東京科学大学, 情報理工学院, 助教 (40866646)
研究期間 (年度) 2025-04-01 – 2030-03-31
研究課題ステータス 交付 (2025年度)
配分額 *注記
18,850千円 (直接経費: 14,500千円、間接経費: 4,350千円)
2029年度: 3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
2028年度: 3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
2027年度: 3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
2026年度: 3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
2025年度: 3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
キーワード化合物ドッキング / 化合物フラグメント / 化合物ライブラリ / バーチャルスクリーニング / SBDD
研究開始時の研究の概要

従来の化合物ドッキング手法は、化合物を1つずつ順に吟味しているため超大規模化合物ライブラリに適用することは困難である。そこで化合物間の共通性に注目したフラグメントベースの手法を採用する。本研究ではさらに2つの技術を開発する。第一は注意深く選抜した代表フラグメント集合を定義し、ライブラリの化合物をこれら代表フラグメントに置換した「縮約ライブラリ」の開発である。第二は「縮約ライブラリ」を活用した効率的なバーチャルスクリーニング法の開発である。本研究は化合物空間の深い理解につながるのみならず、精度はやや粗いながら圧倒的な速度により超大規模化合物ライブラリに対するプレスクリーニングの応用が期待できる。

URL: 

公開日: 2025-04-17   更新日: 2025-06-20  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi