WO2009064015A1

WO2009064015A1 - インシリコスクリーニング装置、および、インシリコスクリーニング方法

Info

Publication number: WO2009064015A1
Application number: PCT/JP2008/070973
Authority: WO
Inventors: Hideaki Umeyama; Daisuke Takaya; Mayuko Shitaka; Kazuhiko Kanou; Genki Terashi; Katsuichiro Komatsu
Original assignee: IN-SILICO SCIENCES Inc; In Silico Sciences Inc
Current assignee: IN-SILICO SCIENCES Inc; In Silico Sciences Inc
Priority date: 2007-11-12
Filing date: 2008-11-12
Publication date: 2009-05-22
Anticipated expiration: 2010-05-12
Also published as: JPWO2009064015A1; EP2216429A1; EP2216429A4; CN101855392A; US20100312538A1; JP4564097B2

Abstract

本発明は、化合物中の複数個の原子に係る化合物指紋を候補化合物ごとに抽出して作成された化合物データベースを備え、標的タンパク質と立体構造が同一または類似するファミリータンパク質に結合することが既知の結合化合物について、標的タンパク質の座標系に変換した三次元座標とともに化合物指紋を抽出して結合化合物指紋セットを作成し、化合物データベースに記憶された候補化合物について、結合化合物指紋セットの三次元座標を基底として算出した化合物指紋単位の二乗平均偏差を基礎とする相互作用スコアが最適化されるように、当該候補化合物の標的タンパク質に対する上記立体構造を演算することを特徴とする。

Description

インシリコスクリーニング装置、および、インシリコスクリーニング方法

技術分野

この発明は、インシリコスクリーニング装置、および、インシリコスクリ一二ング方法に関するものである。

明

1

糸

背景技術

書

従来、試薬提供会社等から発売される医薬品該当化合物や試薬化合物等の化合物が存在する。また、化合物と相互作用する高分子として、質量分析を主体とする各種実験等で確かめられた高分子や、例えば Na t u r eや S c i e n c eに代表される雑誌に収録された文献などにより社会で認知された高分子等のように、創製された医薬品等の化合物と相互作用して、動植物の病気状態や疾患状態を治癒、症状軽減または現状維持等をもたらす、薬物標的タンパク質や薬物標的核酸や薬物標的糖質や薬物標的脂質等の標的高分子が存在する : '·. '

標的高分子に对する低分子化合物ドッキングとインシリコスクリーニングを行うに当たっては、従来、上述のような医薬品候補化合物等の化合物の膨大な数が納められた化合物データベースの各化合物を、例えば、タンパク質を主体とする標的高分子タンパク質にドッキング相互作用をさせ、現実に存在する何十万個に相当する化合物が標的タンパク質と直接相互作用する座標配置（コンフオメーション）を決定し、相互作用エネルギーやそれに相当するスコア値を獲得していた。そして、当該スコア値を安定さの指標にして大きな方から小さい方に並べ、化合物一薬物標的タンパク質の相互作用の順番を決定していた。

伊】えば、 Ku n t zらの D o c k (E w i n g e t a l著 J C o m p u t A i d e d Mo 1 De s. 2001 15 (5) 41 1— 28参照、）や、 G o o d s e 1 1 らの Au t oDo c k (Go o d s e l l e t a 1著 J. Mo 1 - Re c o gn i t 1996 9 1—5参照) や、 G a r e t hらの GOLD (J o n e s e t a l著 J. Mo 1. B i o 1. 1997 267, 727— 748参照）、 R a r e yらの F 1 e x X、 N i c o l a sらの F 1 a g m e n t P o t e n t i a l等の従来方法においては、上述のスコア値の計算のために、それぞれの方法に標的高分子である標的タンパク質のリガンド結合環境の格子情報や、化合物と標的高分子間のベクトルを重視する化合物の多点情報を用いて計算を行っていた。

すなわち、標的タンパク質の生物学的環境等の何らかの工夫があるにしても、格子情報や多点情報等の情報に基づいて、化合物の原子と標的高分子タンパク質を構成する原子との古典物理学的原子間ポテンシャル式から相互作用エネルギー等を計算して、化合物のコンフオメ一シヨンや相互作用の結合の強さに関係する順番をスコア値で決定していた。また、相互作用の順番を決めるために相互作用している種々の化合物のコンフオメーシヨンをクラスタリング等の手法を用いて順番を決める工夫等を行っていた。

しかしながら、従来のインシリコスクリーニング方法においては、タンパク質一リガンド複合体を精度よく予測することに着目されており、直接、ヒツ-ドする - 化合物を数多く選出することとは一致しないという問題点を有していた。

また、従来のインシリコスクリーニング方法においては、古典物理学的なポテンシャル関数を用いて非経験的な予測を行っており、生物化学的な実験等の情報を考慮に入れた予測効率の高いスクリーニングができないという問題があった。本発明は、上記に鑑みてなされたもので、タンパク質と化合物との結合を精度よく予測することができる一方で、ヒッ卜する化合物を数多く選出することができ、また、予測効率を高めることができる、インシリコスクリーニング装置、および、インシリコスクリーニング方法を提供することを目的とする。発明の開示

本願発明者は、 X線解析、 NMR、電子線解析、高分解能電子顕微鏡写真等の実験によつて得られた、化合物と標的高分子との相互作用を示す膨大な三次元座標情報が公開データベースに登録されていることや、近年のコンピュータの性能向上とバイオインフォマティクスの進歩等に鑑み、従来のような一般的で古典物理学的なインシリコスクリーニング方法を行う代わりに、標的高分子タンパク質に結合した種々の化合物の集団的重なり状態等のバイォインフォマティタス情報を利用して、人の歙智を基礎にした半経験的な化合物のインシリコスクリーニングを実行することが可能であるとの着想を得た。

本発明は、上記着想に基づいて本願発明者により鋭意検討された結果、完成したものであり、標的タンパク質に結合する候補化合物のスクリーニングを行う、記憶部と制御部を少なくとも備えたインシリコスクリーニング装置であって、上記記憶部は、化合物中の複数個の原子に係る化合物指紋として、原子タイプと原子間結合規則とを含む化学記述子を、上記候補化合物ごとに抽出して作成された化合物データベース、を備え、上記制御部は、上記標的タンパク質と立体構造が同一または類似するフアミリータンパク質に結合することが既知の結合化合物について、上記標的タンパク質の座標系に変換した三次元座標とともに上記化合物指紋を抽出して結合化合物指紋セットを作成する化合物指紋作成手段と、—上記化合物データベースに記憶された上記候補化合物について、上記結合化合物指紋セットの上記三次元座標を基底として算出した上記化合物指紋単位の二乗平均偏差を基礎とする相互作用スコアが最適化されるように、当該候補化合物の上記標的タンパク質に対する上記立体構造を演算する最適化手段と、を備えたことを特徴とする。

すなわち、本発明によれば、タンパク質と化合物との結合を精度よく予測することができる一方で、ヒットする化合物を数多く選出することができ、また、生物化学的な実験等の情報を考慮に入れた半経験的なスクリーニングを行うことができ、さらに、予測効率を高めることができる。

以上のように、本発明は、三次元の化合物指紋セットを用いるバイオインフォマテイクス技術を、古典物理学的エネルギー手法を用いた低分子化合物と高分子タンパク質とのドッキングと同等の' 14能を発揮させるようにした点で従来手法とは異なっている。特に、 X線解析、 NMR、電子線解析、高分解能電子顕微鏡解析などの技術が格段に進歩していることを考えると、標的高分子タンパク質に結合した化合物の分子の数は膨大に増加すると予測されるため、本発明は高い効果を発揮する。

また、本発明は、上記記載のインシリコスクリーニング装置において、化合物に結合したタンパク質の立体構造およびァミノ酸配列を記憶するタンパク質デ一タベース装置に接続され、上記制御部は、上記標的タンパク質の上記アミノ酸配列との相同性に基づいて、上記フアミリータンパク質および上記結合化合物を上記タンパク質データベース装置から検索する相同性検索手段、を更に備え、上記化合物指紋作成手段は、上記相同性検索手段により検索された上記フアミリータンパク質に結合する上記結合化合物について、上記標的タンパク質の座標系に変換した上記三次元座標とともに上記化合物指紋を抽出して上記結合化合物指紋セットを作成すること、を特徴とする。

ここで、本発明の一例として具体例を示すと、本発明は、標的高分子の中でも、標的タンパク質の立体構造に類似しているブァミリ一高分子セットに種々.め低分子化合物が結合した集団的コンフオメーシヨンを抽出するときの条件として、ファミリ一高分子セットを取り出すときに、当該標的タンパク質の配列を照会（クエリー）配列として、 P S I — B 1 a s t等による相同性. (H o m o 1 o g y ) 検索によって検出する。そして、本発明は、検出されたタンパク質の中で、該当するとして検索され、タンパク質一リガンド複合体（P r o t e i n— L i g a n d c o m p l e x ) として低分子リガンドを含んでいた場合、 C E (原子の種類を意識しないタンパク質同士の構造の重ね合わせ操作）等を用いて、標的タンパク質に重ね合わせる。そして、本発明は、その構造の類似性を表す Z— S c o r eが所定の値（例えば 3 . 7以上）となった場合、検索された類似タンパク質に結合したリガンドを類似タンパク質の座標系から標的タンパク質の座標系にリガンド座標と共に変換して、リガンドだけ抜き出すことができるようになる。ここで、 CEは、原子の種類を意識しないタンパク質同士の構造の重ね合わせ操作を行うが、同様の機能を持つプログラムでも代用可能である。また、本発明は、当該標的タンパク質の配列を照会（クエリー）配列として、 PS I _B 1 a s t等による相同' 検索によつて高レ、ホモ口ジーを持つ配列のみが得られた場合は、原子の種類を意識したタンパク質同士の構造の重ね合わせ操作のプログラムを使用してもよい。また、本発明は、相同性検索において、 PS I— B 1 a s t に限らず、配列をクエリーとして相同性検索ができ、その配列類似性の評価を定量的にできるソフトプログラムなら、どのような相同性検索プログラムを適用してもよい。

また、本発明は、上記記載のインシリコスクリーニング装置において、上記化合物指紋作成手段は、上記フアミリータンパク質と上記標的タンパク質との構造重ね合わせにより、当該ファミリータンパク質に結合する上記結合化合物の上記三次元座標を上記標的タンパク質の座標系に変換し、変換された上記三次元座標とともに上記化合物指紋を抽出して上記結合化合物指紋セットを作成すること、を特徴とする。

また、本発明は、上記記載のインシリコスクリーニング装置において、上記化合物指紋作成手段は、上記結合化合物と異なる他の上記化合物を参照して構造重ね合わせを行い、当該結合化合物と当該他の上記化合物の原子間をまたがる上記化合物指紋を抽出して上記結合化合物指紋セットに追加する新規化合物指紋追加手段、を更に備えたことを特徴とする。

本発明の一例として具体例を示すと、結合化合物指紋セットの具体例としては、標的高分子の中でも標的タンパク質の立体構造に類似しているファミリー高分子タンパク質セッ卜に結合した種々低分子化合物データベースである「CE 1 i b 」 (FP (r i n g e r p r i n t) s e t e x t r a c t e d f r om c o l l e c t e d 1 i g a n d s i n t h e b i n d i n g s i t e (結合部位のリガンド集合から抽出された化合物指紋セット） ) として構成してもよレ、。この CE 1 i bには、標的タンパク質の座標系における座標と S y b y 1原子タイプ（a t o m— t y p e ) および、単結合、二重結合、芳香環結合等といった結合規則情報を含んでいる。ここで、本発明は、標的タンパク質に対する低分子化合物の探索の狙いの必要に応じて、 C E 1 i bに任意の F P ( f i n g e r p r i n t ：「化合物指紋」のことをいう。以下に同じ。）を加えても良レ、。

すなわち、既存の標的タンパク質の立体構造に類似しているフアミリー高分子セットに集団的に結合した種々低分子化合物から F Pを抽出する代わりに、本発明では、普通の一般に存在する化合物分子と F Pの類似性を保持したまま、種々低分子化合物の中で原子の種類を入れ替える。そして、本発明は、「c i r c 1 e」等のような安定性を評価できるプログラムを用いて標的タンパク質との相互作用エネルギーを計算し、相互作用をより安定にする少し構造の違った "M o d i f i e d F P " (改正 F P ) を得る。そして、本発明は、標的タンパク質に対して局所エネルギー的に安定な改正 F Pを使って、あたかもタンパク質同士の構造の重ね合わせ操作の結果として得られた集団的に結合した種々低分子化合物から得た F Pのように捕らえ、それを新たな F Pとして、上述の発明において行われたように、 F Pの重ね合わせにその対象 Pどして採用ずる。

上記発明では、タンパク質とリガンドとのドッキングにおいて、従来使用されてきた物理化学的相互作用関数の代わりに、三次元座標を含む化合物指紋セットというバイオインフォマティクスを用いたリガンドコンフオメーションを得る。そして、本発明では、既存の標的タンパク質の立体構造に類似しているファミリ一高分子タンパク質セッ卜に集団的に結合した種々低分子化合物から F Pを抽出する代わりに、種々低分子化合物の中で違う分子化合物を参照して、普通の一般に存在する分子の F Pに似た複数化合物結合三次元化合物指紋セットを創作する。そして、本発明は、創作した化合物指紋セットを、あたかもタンパク質同士の構造の重ね合わせ操作の結果として得られた集団的に結合した種々低分子化合物から得た F Pのように捕らえ、それを新たな F Pとして、上記発明において行われたように、 F Pの重ね合わせにその対象 F Pを採用する。すなわち、上記発明は、ファミリー高分子セットに集団的に結合した種々低分子化合物を完全に分解して、従来なら物理学的公式が基底となるドッキング計算の代わりに、ばらばらにした種々低分子化合物 F Pをドッキングの基底としたものである。本発明は、さらに、既存の標的タンパク質の立体構造に類似しているフアミリー高分子タンパク質セットに集団的に結合した種々低分子化合物のコンフオメーシヨンの存在は標的タンパク質のフアミリータンパク質と相互作用した最安定構造に近レ、という事実の熟慮から生まれたものであり、従来手法と異なり高い効果を有し有用である。

また、本発明は、上記記載のインシリコスクリーニング装置において、上記化合物指紋作成手段は、タニモト係数に基づき上記結合化合物と類似する上記化合物について、当該結合化合物と当該化合物の原子間で原子の種類を入れ替え、上記標的タンパク質に対する相互作用エネルギーを算出して当該結合化合物の上記化合物指紋よりも局所エネルギー的に安定な上記化合物指紋を作成して上記結合化合物指紋セットに追加する新規化合物指紋追加手段、を更に備えたことを特徴とする。

本発明の一例として具体例を示すと、本発明は、 C E i i tがら、' 檫的タンパク質ファミリ一高分子タンパク質セットと結合した種々低分子化合物にっレ、て、各々のフアミリー高分子タンパク質とリガンドの複合体を対象にして、リガンドとの相互作用が安定になるように、 C i r c 1 eプログラム等の相互作用算出プログラムを利用する。本発明は、 f i n g e r p r i n t ( f p ) 単位、すなわち化学記述子単位に原子の種類や結合の種類を改良変更し、それを新たな f i n g e r p r i n t ( f p ) 単位、即ち化学記述子単位として、それを新たな F P として、上記発明において行われたように、 F Pの重ね合わせにその対象 F Pとして採用するものとする。

また、標的高分子の中でも、標的タンパク質の立体構造に類似しているフアミリ一高分子タンパク質セットに結合した種々低分子化合物データベースである C E 1 i bの F Pがドッキング s c o r e (スコア）を決めるのに大きな貢献をしている。そこで、本発明では、上記発明において、標的高分子タンパク質に結合する理想的な低分子リガンドのドッキング構造が実験的に解析済みである場合、その結合に理想的な低分子リガンドをリード化合物として、相互作用エネルギーがよくなるようにいろいろな置換基を付カ卩したり、理想的な低分子リガンドに化合物指紋の定量化関数であるタニモト係数が非常に似た、すなわち 1に近い任意の低分子リガンドを見つけたりする場合に、 F P領域をその実験的に解析済みの理想的な低分子リガンドの周りの領域（例えば 4または 5オングストロ一ム）に限定する。これにより、本発明は、それら化学構造が似ているタニモト係数が非常に似た化合物のドッキング構造とその s c o r e (スコア）を容易に計算できる。これは、結合化合物のリ一ド最適ィ匕（l e a d o p t i m i z a t i o n ) または化合物の新規（ d e n o v o ) デザィンであり、上述の発明での F P の役割との組み合わせにおいて、従来手法と異なり高レ、効果を有し有用である。また、従来、標的タンパク質に種々低分子化合物の部分的なものであるベンゼン環等の官能基を結合させ、物理学的に安定な部分的構造を得て、それらの結果を標的タンパク質と分子内自由回転を多く含有する種々低分子化合物との相互作用を計算するときに、そのドッキングコンフ；;一メイショシの—発生を少なくすることが一般的に行われていた。本発明では、バイオインフォマティクスの手法である「c i r c 1 e」のような安定性を評価できるプログラムを用いて標的タンパク質との相互作用エネルギーを計算して、改正 F Pを創作している。この点に関し、文献等の公知物は発見できず、本発明のように、ドッキングの計算の基底として、 F Pの重ね合わせを採用するときに、ドッキングの計算の改正 F Pを基底にすることを報告している従来手法はなく、従来手法と異なり高レ、効果を有し ¾用でめる。

また、本発明は、上記記載のインシリコスクリーニング装置において、上記結合化合物は、公知のドッキングアルゴリズムにより上記標的タンパク質に対して安定なコンフオメーシヨンを持つと予測された化合物であること、を特徴とする。本発明の一例として具体例を示すと、本発明では、従来一般的に行われている方法である水素結合や疎水性相互作用ゃ静電相互作用といった物理的なポテンシャル関数を用いた第一原理的アプローチ（Ab— i n i t i o Ap p r o a c h) を採用する。例えば、本発明は、正解構造を隠したブラインド 'テスト（b 1 i n d t e s t) によって正解構造に rms d 2. 0以下で予測できる割合が保証されているような、 DOCKや Au t o D o c kや GOLDなど既存のドッキングソフトを使ってドッキング計算で安定コンフオメーシヨンが高いスコアを持つと予測された低分子化合物の三次元座標から抽出した FP (f i n g e r p r i n t) を追加する。

また、本発明は、標的タンパク質と種々低分子化合物の相互作用のスコア化によって得られたコンフオメーシヨンを、 DOCKや Au t o D o c kや GOLD など既存のドッキングソフ卜の初期コンフオメーションとして用いてもよい。これにより、上記発明において、得られた初期コンフオ一シヨンが簡便に得られるのに加えて、実験を再現する精度が高いので、他のソフトプログラムとの aみ合わせによって、有用な結果を得られる。

また、本発明は、上記記載のインシリコスクリーニング装置において、上記最 - 適化手段は、上記化合物指紋単位に上記二乗平均偏差を基礎どした、上記候補化- 合物の、上記標的タンパク質との衝突具合、上記標的タンパク質の相互作用領域における存在割合、および、上記標的タンパク質との直接相互作用割合を考慮に入れた関数に基づいて、上記相互作用スコアを計算する相互作用スコア計算手段、を更に備えたことを特徴とする。

また、本発明は、上記記載のインシリコスクリーニング装置において、上記最適化手段は、上記相互作用スコアをメトロポリス法に基づいて判定し、判定結果にしたがって基底となる上記化合物指紋を変更、増加、または減少させることにより、上記相互作用スコアを最適化させること、を特徴とする。

本発明の一例として具体例を示すと、本発明のメトロポリス判定は、前回のスコアより、今回のスコアが大きいならば候補リガンドの構造を採用し、スコアが小さいならば、採用確率 P a c c e p tを計算して、 P a c c e p tに従って棄却する力採用するかを決定してもよい。

また、本発明は、上記記載のインシリコスクリーニング装置において、上記最適化手段は、上記相互作用スコアの最適化過程において、上記候補化合物のコンフオメ一シヨンを繰り返し変化させ、シミュレテイツドアニーリング法に基づいて、当該候補ィ匕合物の上記コンフオメーシヨン毎に当該候補化合物を剛体として繰り返し並進または回転させる構造変換手段、を更に備え、上記最適化手段は、上記構造変換手段により並進または回転された上記コンフオメーシヨン毎の上記候補化合物について上記相互作用スコアを計算すること、を特徴とする。

本発明の一例として具体例を示すと、標的タンパク質の立体構造に類似しているファミリ一高分子セットに結合した種々低分子化合物の幾つかの三次元座標情報を含んだ FPに、仮想化合物ライブラリーから、標的タンパク質にライブラリ一低分子化合物をドッキングして、相互作用の最適なコンフオメーシヨンを探すために、繰り返し、モンテカルロ的シミュレティド ·ァニーリング（ s i mu 1 a t e d a nn e a l i n g) によって、スコアが最高になるように数学的計算を行う。

… さらに具体的には、まず、本発明は、候補リガンドの回転可能な二面角をランダムに変更することにより、コンフオメーシヨンを変化させ、そのコンフオメ一シヨンの変化した候補リガンドの座標を用いる。そして、本発明は、標的タンパク質のフアミリータンパク質に結合した結合化合物セット由来の FPバンドからランダムに 10個の FPを選ぶ。そして、本発明は、選択された f pバンドから候補リガンドおよび、ライブラリーリガンドから F P原子座標セットをランダムに選択する。そして、本発明は、この状態をフィンガープリント（FP) ァライメントとし、その対応関係で、最小二乗フィッティングを行う。本発明は、そのときの重ね合わせの二乗平均偏差（rms d) と重ね合わせ後の候補リガンドの原子座標を用いて相互作用スコアを計算する。そして、本発明は、二回目以降は前回の状態を記憶しておき、リガンド原子のコンフオメーションを保ったまま、すなわち剛体並進、回転を行う。そして、本発明は、一つの FPの増加、減少、および、原子座標セットの対応関係の変更、追加を行う。本発明は、このステツプを例えば 10000回行う。ここで、シミュレテイツドアニーリングの温度は、 30Kからはじめ、 0. 07Kまで下げてもよい。このように、本発明は、一つのコンフオメーシヨンのスコアの最大値を計算し、初期に発生した 1000個のコンフオメーションについて比較し、スコアが最大の構造をタンパク質一リガンド複合体構造として予測し出力する。このとき、 1000個のコンフオメ一ションを当該スコア順位付けする過程は、遺伝的アルゴリズム等を使用することにより、計算時間や、最大値の探索において工夫してもよい。

また、本発明は、上記記載のインシリコスクリーニング装置において、上記最適化手段は、上記相互作用スコアを以下の数式（1) に基づいて算出すること、を特徴とする。

[数 1]

FPAacore - F^aligned fp,fp_ rmsd, molecule )

= BaseScore(aligned p,fp rmsd)

x fp volume(molecule)

x fp _ contact _ surface molecule) ( i )

(ここで、上記 F PAS c o r eは上記相互作用スコアを表し、上記 F (a 1 i g n e d— f p, f p— r m s d, mo l e c u l e) は、上記結合化合物と上記候補化合物間の上記化合物指紋単位のァライメント度および上記二乗平均偏差、ならびに、上記候補化合物の上記標的タンパク質に対する上記立体構造を変数とする関数であり、上記 B a s e S c o r e (a 1 i g n e d_f p, f p_r m s d) は、上記化合物指紋単位の一致度および密集度を示す指標であり、上記 f p_v o 1 ume (mo l e c u l e) は、上記結合化合物指紋セットの上記三次元座標からなる空間を上記候補化合物が占める割合、および、上記標的タンパク質との衝突具合を示す指標であり、上記 f p— c o n t a c t_s u r f a c e (mo l e c u l e) は、上記候補化合物の上記標的タンパク質との接触度、および、上記結合化合物指紋セットの上記三次元座標への帰属度を示す指標である。 )

以上のように、これら上記に述べた発明における数学的計算は、従来における物理学的相互作用関数で標的タンパク質と仮想化合物ライブラリ一低分子化合物の相互作用を計算していたところを、バイオインフォマティクスの情報を使って半経験的に計算している点が従来手法と異なり、さらに構造予測の成功率は世界で認められているドッキングソフトプログラムに優れるとしても、決して劣ることはないという高い効果を発揮する。また、情報の蓄積が、半経験的バイオインフォマテイクス手法の相互作用計算の結果を良いほうに導くので、従来手法と異なり有用である。

また、本発明は、上記記載のインシリコスクリーニング装置において、上記数式、丄) における、上目己 B a s e S c o r e (a l i g n e d一 f p , f ρ― r m s d) は、以下の数式（2) に基づいて算出され、

[数 2]

RawScorey aligned fp)

Base^coreK aligned一 fp,fp rmsd) =

\ + ln( Jp rmsd +1) (₂)

(ここで、上記 R a wS c o r e ( a 1 i g n e d— f p ) は、上記結合化合物と上記候補化合物間でァライメントされた上記化合物指紋における原子の数に基づく指標であり、上記 f p— r m s dは、上記二乗平均偏差である。）

上記 f P— V o 1 ume (mo l e c u l e) は、以下の数式（6) に基づいて算出され、

[数 3] fp _ volume(molecule) = In プ-

- \.0 + ηαρ" _{( 6 )}

(ここで、上記 n a f pは、上記結合化合物指紋セッ卜の上記三次元座標に基づく固有格子点領域に上記候補化合物の上記三次元座標が占有する格子点の数であり、上記 n a pは、上記標的タンパク質の上記立体構造における原子の固有格子点領域に上記候補化合物の上記三次元座標が属する格子点の数であり、上記 k 2 および上記 k 3は、任意の定数である。）

_hsd f p一 c o n t a c t _ s u r i a c e (mo l e c u l e f¾、 ζλΎの数式（7) に基づいて算出されること、を特徴とする。

[数 4]

^ density of atom^atom i))

τρ contact surjace(molecule) =——―

一 total _ density of _ atom(molecule) (7)

(ここで、上記 nは、上記候補化合物の原子の数であり、上記 a t om ( i )は、上記候補化合物の i番目の原子の上記三次元座標であり、上記 d e n s i t y_ o f— a t om (a t om ( i ) ) は、当該原子の上記三次元座標が上記結合化合物指紋セットの上記化合物指紋に属している場合に、当該化合物指紋の上記原子と所定の距離で接触している上記標的タンパク質の原子の数と、当該化合物指紋の同一格子点に属する上記結合化合物の原子の数との和を返す関数であり、上己 t o t a l一 d e n s i t y一 o 1一 a t om (mo l e c u l e) ίま、上 d e n s i t y_o f_a t o mの分布を降順に並べ換えたものを上記候補化合物の原子の数だけ順に足し合わせた数である。）

本発明の一例として具体例を示すと、本発明は、上記の内容の中で k 2、 k 3 の値を明確にするために、 E G F Rや V E G F Rなどの固有の標的タンパク質に対して既知活'性化合物を探し、 k 2, k 3を最適化する。そして、本発明は、その値がたとえば、 EGFRの阻害剤のインシリコスクリーニングにおいて、 k 2 =2. 0, k 3 = 1. 0、となるようなインシリコスクリーニングを行う方法である。上記発明に係るインシリコスクリーニングによって、 EGFRや VEGF Rなどの固有の標的タンパク質に適合する化合物を的確にリストアップすることは、杭がん剤の新薬開発に直結するので、従来手法と異なり高い効果を有し有用である。

従来、 GOLDのようなドッキングソフトプログラムは、生物学的に重要な水素結合に参加する原子を点やベクトルとして、遺伝子アルゴリズムにおいて、良いセットを選ぶ工夫をしている。このような点やベクトルは、上記発明で記載のような標的タンパク質の立体構造に類似しているフアミリー高分子セットに種々低分子化合物が結合した集団的コンフオメーションを抽出するときの条件としての部品である三次元化学記述子の F Pとは違っている。この発明では、上述の発明において、相互作用しているコンフオメーシヨンにおいて生物学的に重要な水素結合等を構成する原子点やべクトルのセットを取り込む場合に、 f p— rm s d値を以下の式とすれば、生物学的に重要な水素結合または疎水結合またはファンデルヮ一ルス相互作用に参加する原子を上述の発明に矛盾なく含ませることが出来ることを特^ [とする。

すなわち、本発明では、 f p— r m s d + d i s t a n c e rms d i n d i c a t i v e a t om s e t c omp o s e d o f i mp o r t a n t p o i n t s v e c t o r sの式を f p r ms d * * k l + d i s t a n c e_r m s d * * k 4 (* * k l <<* * k 4は F Pの寄与が小さレヽ : * * k l〉>* * k 4は FPの寄与を重視）の形に拡張してもよく、 d i s t a n c e一 rm s d * * k 4としてもよレヽ。ここで、 d i s t a n c e _ r m s dは、標的タンパク質とドッキングする低分子化合物どの相互作用において、 ― リガンド原子が標的タンパク質のリガンド結合部位における生物学的に重要な水素結合または疎水結合またはファンデルワールス相互作用する場合、標的タンパク質のリガンド結合部位における理想座標、標的タンパク質の生物学的に重要な原子、もしくは、その近傍の原子から発生させたベクトルの終点座標との最小二乗誤差として定義される。

また、本発明では、種々低分子化合物において、化合物の殆どがアミノ酸残基のつながったペプチドの場合、ペプチド基が多いために、 f pの対応関係が複雑になるので、スコアの計算過程で過小評価して、上記発明における R awS c o r eについての上記数式において、ペプチドの部分の F Pの式に該当する部分をゼロ等の過小評価の数字にしてもよい。

すなわち、本発明は、 FPを基底にレて、標的タンパク質とドッキングする低分子化合物との相互作用を計算する方法に、標的高分子である標的タンパク質のリガンド結合環境の格子情報、化合物と標的高分子間のベタトルを重視する化合物の多点情報、標的タンパク質の生物学的環境を表す化合物から標的タンパク質に向かうベクトル等の何らかの工夫を行う。その上で、本発明は、化合物の種々原子と標的高分子タンパク質を構成する種々原子との古典物理学的原子間ポテンシャル式から相互作用エネルギー等を計算する方法を包含して、融合させるような、上記発明の拡張発明であり、化合物のコンフオメーシヨンや相互作用の結合の強さに関係する順番をスコァ値で決めることに関して、従来手法と異なり高い効果を有し有用である。

また、本発明は、記憶部と制御部を少なくとも備えたインシリコスクリ一ニング装置において実行される、標的タンパク質に結合する候補化合物のスクリー二ングを行うインシリコスクリーニング方法であつて、上記記憶部は、化合物中の複数個の原子に係る化合物指紋として、原子タイプと原子間結合規則とを含む化学記述子を、上記候補化合物ごとに抽出して作成された化合物データベースを備えており、上記制御部において実行される、上記標的タンパク質と立体構造が同 '―一または類似するフアミリ一タンパク質に結合することが既知め結合化合物につ' レ、て、上記標的タンパク質の座標系に変換した三次元座標とともに上記化合物指紋を抽出して結合化合物指紋セットを作成する化合物指紋作成ステップと、上記化合物データベースに記憶された上記候補化合物について、上記結合化合物指紋セットの上記三次元座標を基底として算出した上記化合物指紋単位の二乗平均偏差を基礎とする相互作用スコアが最適化されるように、当該候補化合物の上記標的タンパク質に対する上記立体構造を演算する最適化ステツプと、を含むことを特徴とする。

以上、この発明によれば、タンパク質と化合物との結合を精度よく予測することができる一方で、ヒットする化合物を数多く選出することができ、また、生物化学的な実験等の情報を考慮に入れた半経験的なスクリ一二ングを行うことができ予測効率を高めることができるという効果を奏する。図面の簡単な説明

第 1図は、本発明が適用される本インシリコスクリーニング装置の構成の一例を示すブロック図であり、第 2図は、インシリコスクリーニング装置 100の処理の一例を示すフローチャートであり、第 3図は、従来のドッキングソフトと、タンパク質一リガンド複合体の多数の X線構造や NMR構造を効果的に用いたバィォインフォマテイクスによる本実施例に係るドッキング方法を示す状況図であり、第 4図は、本実施例（Ch o o s e LD) によるタンパク質一リガンド' ドッキングの原理構成図であり、第 5図は、 FP (f i n g e r p r i n t) の作り方を一例として示す図であり、第 6図は、本実施例で用いた原子の文字列一覧を示す図表であり、第 7図は、タニモト係数による化合物間の類似性算出方法を示す模式図であり、第 8図は、標的タンパク質の結合部位にリガンドをドッキングさせる場合の F Pを一例として示す模式図であり、第 9図は、たどった経路から原子座標を得て、 FPバンドに登録する過程を一例として示す図であり、第 1 0図は、本実施例における F Pバンドの絞り込みステップ（me t h o d s t e p o f s H r i nk i n g f i n g e r p r i n t b a n d) ¾一例として示す図であり、第 1 1図は、座標べクトル同士に对応関係を与える過程を一例として示す模式図であり、第 12図は、 n a f pと n a pの具体例を原子数が 31のリガンドを用いて示した図であり、第 13図は、標的タンパク質の活性部位近傍における F Pライブラリ一由来のリガンドの位置を一例として示した図であり、第 14図は、シミュレテイツドアニーリング過程を一例として示す概念図であり、第 15図は、 FPAS c o r eを算出するための F Pァライメントぉよび最小自乗フィッティングを模式的に示した図であり、第 16図は、 EGFR インシリコスクリーニングにおける計算時間の分布を示す図であり、第 1 7図は、ベンチマークの概要を一例として示す図であり、第 18図は、 PDBへの登録数の年度分布を表す図であり、第 19図は、予測と実験結果間での rms dを要約したテーブルであり、第 20図は、 85セッ卜における予測成功率一覧（k 1 と T c Ra n g eの関係）を示す図表であり、第 21図は、 10位までに r m s d 2. 0以下で予測できる割合を示す図表であり、第 22図は、 10位までに r m s d 2. 5 (C l o s e) 以下で予測できる割合を示す図表であり、第 23図は、成功とみなす正解構造との rms dを 2. OA以外でも行った場合を示す図表であり、第 24図は、 Ch o o s e LDと比較して、 Do c k, Au t oDo c kおよび GOLDのベンチマークの結果を示す図表であり、第 25図は、 85 セットにおける F PAS c o r eの予測構造と実験構造との rms d力 ^ 2. 0 A 以下における各々標的タンパク質との衝突個数の分布を示す図であり、第 26図は、 85セットベンチマークにおける予測成功構造の個数分布を示す図であり、第 27図は、各ターゲットにおける全 10回のドッキング試行における成功個数を示す図であり、第 28図は、 133セットのベンチマークにおける DOCK, Au t oDo c k, GOLD予測構造の r m s d分布の結果と、 Ch o o s e L D法の結果を示す図であり、第 29図は、 1 33セッ卜のベンチマークにおける DOCK, Au t oDo c k, G O L D予測構造の r m s d分布の結果と、 Ch o o s e LD法の結果を示す図であり、第 30図は、各ターゲットにおける全 1 0回のドッキング試行における成功個数を示す図であり、第 31図は、各ターゲットにおける全 10回のドッキング試行における成功個数を示す図であり、第 3 2図は、 Tc範囲で限定された FPライブラリーにおいて F PAS c o r eで順位付けされた分布内に実験構造との rms dが 2. OA以下の構造が得られる確率を示す図であり、第 33図は、 Tc範囲で限定された FPライブラリ一において FPAS c o r eで順位付けされた分布内に実験構造との rms dが 2. 0 A 以下の構造が得られる確率を示す図であり、第 34図は、予測成功構造の衝突個数の分布を示す図であり、第 35図は、 FPライブラリーに用いるリガンドの T c範囲の上限値をさらに低くし、 0. 16, 0. 24, 0. 36に下限値を 0. 08にした場合の性能および、前述した T c範囲、すなわち上限値 0. 56, 0. 76, 0. 96、下限値 0. 08の予測成功率を示す図であり、第 36図は、 1 DR 1.について予測されたタンパク質一リガンド構造を示す図であり、第 37図は、 4 ESTについて予測されたタンパク質一リガンド構造を示す図であり、第 38図は、 GOLDが失敗したが Ch o o s e L Dは予測に成功したターゲットを示す 1 CDGについての図であり、第 39図は、 GOLDが失敗したが Ch o o s e LDは予測に成功したターゲットを示す 1 DR 1についての図であり、第 40図は、 GOLDが失敗したが Ch o o s e LDは予測に成功したターゲットを示す 1 L DMについての図であり、第 41図は、 GOLDが失敗したが C h o o s e LDは予測に成功したターゲットを示す 4 E STについての図であり、第 42図は、 133セット中における 90ターゲッ卜における予測成功率を示す図表であり、第 43図は、ドッキングソフト間の予測に成功した標的タンパク質の ?0810の類似度を丁（：（タニモト係数)で算出した図表であり、第 44図は、 90ターゲット中の一つの標的タンパク質に対する各ドッキングソフトの予測の成否分布を示す図表であり、第 45図は、 DOCKが失敗したが Ch o o s e L Dは予測に成功したターゲットを示す 1 HYTについての図であり、第 46図は、 DOCKが失敗したが Ch o o s e LDは予測に成功したターゲットを示す 1 P HGについての図であり、第 47図は、 DOCKが失敗したが Ch o o s e LD は予測に成功したターゲットを示す ΓΤΜΝ'にいての図であり、第 48図は、 1位だけではなく 10位までに r m s d 2. 0の構造が採取できる割合を示す図であり、第 49図は、 1位だけではなく 10位までに r ms d 2. 5 (C 1 o s e) の構造が採取できる割合を示す図であり、第 50図は、成功と定義する rm s dを変化させた場合を示す図表であり、第 51図は、本実施例による処理の結果を示す図表であり、第 52図は、 EG FRからの細胞内シグナル伝達経路を示した図であり、第 53図は、 EG FRのアミノ酸配列のァライメントを示す図であり、第 54図は、構築された EG FRのモデルを示す図であり、第 55図は、入手した 1 1個の阻害剤の平面構造を示す図であり、第 56図は、 FPAS c o r eで定義された k 2値を 0. 5から 5. 0の範囲に変更した際の収穫率折れ線グラフを示す図であり、第 57図は、 FPAS c o r eにおける k 3値を 0. 5 から 2. 0の範囲に変更した際の収穫率折れ線グラフを示す図であり、第 58図は、 T c上限値を 1. 00とし、 T c下限値の範囲を 0. 08から 0. 32まで、 0. 08刻みで変化させた場合の、それぞれの T c範囲におけるインシリコスクリーニングの結果を示す図であり、第 59図は、 PDBに登録されているタンパク質ーリガンド複合体構造既知の PDB I Dとそのリガンドの順位付けを示す図であり、第 60図は、第 59図のリガンド I Dと化合物名を対応付ける図であり、第 6 1図は、 K i n a s eのインシリコスクリーニングによる絞り込みの結果の上位 1 0位のタンパク質一リガンド複合体を示す図であり、第 62図は、第 6 1 図を別角度から見た図であり、第 63図は、 TGF— c結合ドメイン近傍を表した図であり、第 64図は、 MD L C omp r e h e n s i v e Me d i c i n a 1 Ch em i s t r y (MD L CMC) し丄 1) 3 1 7を用ぃた£ GFRの TGF— α結合ドメインに対するインシリコスクリーユングの結果を示す図であり、第 65図は、 MDL ACD L i b r a r yを用いた同インシリコスクリーニングの結果を示す図であり、第 66図は、 KRN633 ( I C 50 = 1. 1 6 nm/L) の平面構造を示す図であり、第 6 7図は、 KRN95 1 ( I C 50 = 0. 1 6 nm/L) の平面構造を示す図であり、第 68図は、 K RN633の VE-GFR 2活性部位近傍へのドッキングに用いた F Pライブラリ一に所属するリガンドにおいてドッキングに使用されたリガンドの上位 1 0個を示した図であり、第 69図は、 KRN633について、 Ch o o s e LD法を 1 0回実行し、予測された構造 10個を V E G F R 2の活性部位近傍の立体構造とともに示した図であり、第 70図は、 KRN95 1の VEGFR 2活性部位近傍へのドッキングに用いた F Pライブラリーに所属するリガンドにおいてドッキングに使用されたリガンドの上位 1 0個を示した図であり、第 7 1図は、 KRN9 5 1について、 Ch o o s e LD法を 1 0回実行し、予測された構造 1 0個を V EGFR 2の活性部位近傍の立体構造とともに示した図であり、第 72図は、 1 33セットを用いた Ch o o s e LD法のドッキング性能試験の結果得られた T c下限値を 0.08に固定し、 T c上限値を変化させた時の予測成功率について、横軸に T c 上限値、縦軸に成功率としたグラフを示す図であり、第 73図は、 e n o y 1 a c y 1 c a r r i e r p r o t e i nの立体構造を示した図であり、第 74図は、 MDL Comp r e h e n s i v e Me d i c i n a 1 Ch em i s t r y (MDL CMC) L i b r a r yを用いて、 e n o y l a c y 1 c a r r. i e r p r o t e i nのィンシリコスクリ一ニングを行った結果の F PAS c o r eの上位 10構造を示す図であり、第 75図は、 AMPKh o mo GAMMA 1と 2 V9 J—Eのアミノ酸配列のァライメントを示した図であり、第 76図は、リガンドが受容体全体に結合した CMC医薬品の結果リストを示す図であり、第 77図は、 1位から 10位までの 2 V9 J— E受容体への結合状態を図に示した図である。発明を実施するための最良の形態

以下に、本発明にかかるインシリコスクリーニング装置およびインシリコスクリーユング方法の実施の形態を図面に基づいて詳細に説明する。なお、この実施の形態によりこの発明が限定されるものではない。

[本発明の概要]

^:以下、本発明の概要について説明じ、その後、本発明め構成および処理等につレ、て詳細に説明する。

現在、 X線解析、 NMR実験、電子線解析実験、高分解能電子顕微鏡写真等の実験によって、ぺプチドゃ低分子化合物や金属等の種々の化合物が標的高分子と直接相互作用をしている状態を示す、約四万に至る数の三次元座標が PDB (P r o t e i n Da t a B a n k) に登録されている。また、コンピュータの性能とバイオインフォマティクスの進歩により、種々化合物が結合した、標的高分子タンパク質に立体構造が類似しているファミリー高分子タンパク質セットは、 SCOP等のゥェブサイトゃ C A S Pで優秀な成績を示している本出願人が製作したプログラム等により容易に得られ、抽出できる。

この状態をふまえ、本願発明者は、従来一般的に古典物理学的に決められている標的高分子タンパク質に対する直接結合する当該化合物のコンフオメーシヨンやその時得られるスコア値を利用した当該相互作用エネルギーの結果から化合物のインシリコスクリーニングの順番を決める手法の代わりに、標的高分子タンパク質に結合した種々化合物の集団的重なり状態を利用して、バイオインフォマテイクスを代用できれば、人の敦智を基礎にした化合物のコンフオメーションやその時得られるスコア値を利用した相互作用エネルギーの結果から化合物のィンシリコスクリーニングにより順番を決めることが可能となるはずであるとの着想を得た。

本発明は、上記着想に基づいて本願発明者により鋭意検討された結果完成されたものであり、概略的に、以下の基本的特徴を有する。すなわち、本発明は、記憶部と制御部を少なくとも備えた、標的タンパク質に結合する候補化合物のスクリーニングを行うインシリコスクリーニング装置であって、記憶部は、化合物中の複数個の原子に係る化合物指紋として、原子タイプと原子間結合規則とを含む化学記述子を、候補化合物ごとに抽出して作成された化合物データベースを備える。

ここで、「化合物指紋」（フィンガープリント： F P ) とは、より具体的には、化合物中の原子 2個、 3個ないじ 4個等の原子の原子ダイプと原子聞結合規則を内包した化学記述子である。「原子タイプ」は、一例として、 S y b y l原子タィプ（a t o m - t y p e ) や「原子価タイプ」（V a 1 e n c e— t y p e ) 等である。「原子間結合規則」は、原子間の化学結合の状態を表すものであり、例えば、単結合や二重結合や芳香環結合等の結合規則や、分子軌道法による分類等を示すものである。

つづいて、本発明のスクリーニング装置は、標的タンパク質と立体構造が同一または類似するフアミリータンパク質に結合することが既知の結合化合物について、標的タンパク質の座標系に変換した三次元座標とともに化合物指紋を抽出して結合化合物指紋セットを作成する。すなわち、標的タンパク質の座標系において、その立体構造に結合した化合物集団の集団的コンフオメーシヨンを収集し、三次元座標を対応付けて化合物指紋を抽出する。ここで、「標的タンパク質と立体構造が同一または類似するフアミリータンパク質」は、標的タンパク質自体でもよく、標的タンパク質の一部の構造（例えば、活性部位やリガンド結合部位など）と同一または類似するタンパク質でもよく、標的タンパク質の立体構造を解析して活性部位を指定することなく同一または類似するタンパク質を用いてもよい。安定コンフオメーシヨンが高いスコアを持つようにするために、従来の D O C Kや A u t o D o c kや G O L Dなど既存のドッキングソフトを使ってのドッキング計算では、予め当該標的タンパク質の立体構造を解析して活性部位を指定する必要があった。しかし、本発明では、これらに比べて、従来手法とは異なり高い効果を有し、文献等の学習を通じて活性部位を指定する必要がないので有用である。

また、標的タンパク質のアミノ酸配列をクエリー配列として、化合物に結合したタンパク質の立体構造およびアミノ酸配列を記憶するタンパク質デ一タベース等から相同性検索を行って、標的タンパク質との構造重ね合わせにより構造の類似性を表す指標が一定値以上となったタンパク質をフアミリータンパク質としてもよい。また、ここで、「タンパク質に結合することが既知の結合化合物」には、 :X線構造解析や NMR構造解析等により実験的にタンパク質一化合物複合体の立体構造が確認されたものでもよレ、。また、結合化合物は、単にタンパク質に結合することが既知であればよく、公知のドッキングアルゴリズム（D O C K A u t o D o c kや G O L D等）や任意の座標発生プログラム（C o r i n aなど）等により標的タンパク質に対して安定なコンフオメーシヨンを持つと予測された化合物でもよい。

また、ここで、本インシリコスクリーニング装置は、結合化合物の三次元座標を標的タンパク質の座標系に変換するために、フアミリータンパク質と標的タンパク質との構造重ね合わせ操作を行い、フアミリータンパク質に結合した結合化合物をフアミリータンパク質の座標系から標的タンパク質の座標系に結合化合物の座標と共に変換してもよい。例えば、構造重ね合わせ操作は、原子の種類を考慮しないタンパク質同士の構造の重ね合わせアルゴリズム（C E等）によって実行してもよく、標的タンパク質とフアミリータンパク質との相同性が高い場合には、原子の種類を考慮した構造重ね合わせを行ってもよレ、。

また、化合物指紋の抽出は、結合化合物から直接抽出することに限らず、標的タンパク質に対する候補化合物の探索の狙レ、の必要に応じて任意の化合物指紋を加えてもよレ、。例えば、結合化合物と異なる他の化合物を参照して構造重ね合わせを行レ、、結合化合物と他の上記化合物の原子間をまたがる新たな化合物指紋を作成して結合化合物指紋セッ小に加えてもよく、タニモト係数に基づき結合化合物と類似する化合物について、結合化合物と当該化合物の原子間で原子の種類を入れ替え、安定性を評価できるプログラム（「c i r c 1 e」等）を用いて標的タンパク質に対する相互作用エネルギーを算出して結合化合物の化合物指紋よりも局所エネルギー的に安定な化合物指紋を「改正化合物指紋（Mo d i f i e d

FP) 」として新たに作成して結合化合物指紋セットに追加してもよレ、。すなわち、標的タンパク質との結合に理想的な低分子化合物をリード化合物として、相互作用エネルギーがよくなるようにいろいろな置換基を付加したり、理想的な低分子化合物に化合物指紋の定量化関数であるタニモト係数が非常に似た、すなわち 1に近い任意の低分子化合物を見つける場合に、化合物指紋領域を、実験的に解析済みの理想的な低分子化合物の周りの領域である 4または 5オングスト口ームに限定する。これにより、それら化学構造が似ているタニモト係数が非常に似た化合物のドッキング構造とその相互作用スコアを容易に計算できる。

つづいて、本発明のインシリコスクリーニング装置は、化合物データベースに記憶された候補化合物について、座標固定の結合化合物指紋セットの三次元座標を基底として算出した化合物指紋単位の二乗平均偏差（rms d ： r o o t— m e a n— s q u a r e— d e v i a t i o n) を基礎とする相互作用スコアが最適化されるように、候補化合物の標的タンパク質に対する立体構造を演算する。すなわち、この最適化過程において、本インシリコスクリーニング装置は、一例として、候補化合物のコンフオメーシヨンを繰り返し変化させ、候補化合物のコンフオメ一ション毎に候補化合物を剛体として繰り返し並進または回転させ、二乗平均偏差を基礎として算出した相互作用スコアをメトロポリス法に基づいて判定し、判定結果にしたがって候補化合物の化合物指紋を変更、増加、または減少させる。ここで、化合物指紋をいくつかランダムに抽出して、基底となる座標固定の結合化合物指紋セットを選択してもよい。また、候補化合物の回転可能な二面角をランダムに変更することによりコンフオメーシヨンを変化させる代わりに、遺伝子ァルゴリズム等のように以前のコンフオメーションを記憶して候補化合物の構造を変化させてもよレ、。

また、上記最適化過程における相互作用スコアの計算は、一例として、化合物指紋単位に二乗平均偏差を基礎とした、候補化合物の、標的タンパク質との衝突具合、標的タンパク質の相互作用領域における存在割合、および、標的タンパク質との直接相互作用割合を考慮に入れた関数に基づいて計算される。相互作用スコアは、より具体的には、以下の数式（1) に基づいて算出される。

[数 5]

tPAScore = F aligned fp, jp rmsa， molecule )

= BaseScore{aligned fp,Jp rmsd)

x jp volume{molecule)

y- fp _ contact _ surface molecule) ' (1) (ここで、 FPAS c o r eは相互作用スコアであり、 F (a 1 i g n e d_f p， f p_rms d, mo l e c u l e) は、結合化合物と候補化合物間の化合物指紋単位のァライメント度および二乗平均偏差、ならびに、候補化合物の標的タンパク質に対する立体構造を変数とする関数であり、 B a s e S c o r e (a 1 i g n e d_f p, f p_rms d) は、化合物指紋単位の一致度および密集度を示す指標であり、 f p— V o 1 ume (mo l e c u l e) は、結合化合物指紋セットの三次元座標からなる空間を候補化合物が占める割合、および、標的タンパク質との衝突具合を示す指標であり、 f p— c o n t a c t_s u r f a c e (mo 1 e c u 1 e)は、候補化合物の標的タンパク質との接触度、および、結合化合物指紋セットの三次元座標への帰属度を示す指標である。）以上が、本発明の処理の概要である。このように、最適化手法に従って計算された相互作用スコアに基づいて、候補化合物の標的タンパク質に対する相互作用の順位が決定され、化合物データベースから有意な候補化合物が推定できるので、タンパク質と化合物との結合を精度よく予測することができる一方で、ヒットする化合物を数多く選出することができ、また、生物化学的な実験等の情報を考慮に入れた半経験的なスクリーニングを行うことができ予測効率を高めることがでさる。

すなわち、本発明は、標的タンパク質の立体構造に同一または類似しているフアミリータンパク質に集団的に結合した種々の低分子化合物（結合化合物）のコンフオメーシヨンが、標的タンパク質と相互作用した最安定構造に近いことを考察した結果なされたものである。ざらに、本発明は、結合化合物と候補化合物とを对比する際に取り扱いやすい化合物指紋を単位として適切な相互作用スコアのスコア付けを行って最適化することにより、従来手法よりも予測効率を高めた半経験的なインシリコスクリーニングを行うことができる。

[インシリコスクリーニング装置の構成]

まず、本インシリコスクリーニング装置の構成にいて説明する。図 1は、本発明が適用される本インシリコスクリーニング装置の構成の一例を示すブロック図であり、該構成のうち本発明に関係する部分のみを概念的に示している。

図 1においてインシリコスクリーニング装置 1 0 0は、概略的に、インシリコスクリーニング装置 1 0 0の全体を統括的に制御する C P U等の制御部 1 0 2、通信回線等に接続されるルータ等の通信装置（図示せず）に接続される通信制御インターフェース部 1 0 4、入力装置 1 1 2や出力装置 1 1 4に接続される入出力制御インターフェース部 1 0 8、および、各種のデータベースやテーブルなどを格納する記憶部 1 0 6を備えて構成されており、これら各部は任意の通信路を介して通信可能に接続されている。更に、このインシリコスクリーニング装置 1 0 0は、ルータ等の通信装置および専用線等の有線または無線の通信回線を介して、ネットワーク 3 0 0に通信可能に接続されている。記憶部 1 0 6に格納される各種のデータベースやテーブル（候補化合物 D B 1 0 6 a〜医薬品化合物 D B 1 0 6 c ) は、固定ディスク装置等のストレージ手段であり、各種処理に用いる各種のプログラムやテーブルやファイルやデータべ一スゃゥェブベージ等を格納する。

これら記憶部 1 0 6の各構成要素のうち、候補化合物 D B 1 0 6 aは、インシリコスクリーニングの候補となる化合物（「候補化合物」と呼ぶ。 ) ごとに化合物指紋を抽出して作成された候補化合物データベース手段である。

また、結合化合物指紋セット 1 0 6 bは、標的タンパク質と立体構造が同一または類似するタンパク質（「ファミリ一タンパク質」と呼ぶ。）に結合することが既知の化合物（「結合化合物」と呼ぶ。）について、標的タンパク質の座標系に変換した三次元座標とともに化合物指紋を抽出して作成された結合化合物指紋セットを記憶する結合化合物指紋記憶手段である。

また、医薬品化合物 D B 1 0 6 cは、既知の医薬品化合物について化合物指紋を抽出して作成された医薬品化合物指紋セットを記憶する、 MD L CMC L i b r a r y等の医薬品化合物データベースである。すなわち、医薬品化合物 D B 1 0 6 cは、医薬品データベースを使って化合物情報を引き出すために、'薬物吸収や薬物代謝や薬物排泄や薬物毒性等を指標にして、化合物指紋の整理の基底としての基礎データ単位を使って、予め整理した薬物吸収や薬物代謝や薬物排泄や薬物毒性に特化した結合化合物指紋セット 1 0 6 bを作成するために用いられる。

また、図 1において、通信制御インターフェース部 1 0 4は、インシリコスクリーニング装置 1 0 0とネットワーク 3 0 0 (またはルータ等の通信装置）との間における通信制御を行う。すなわち、通信制御インターフヱース部 1 0 4は、他の端末と通信回線を介してデータを通信する機能を有する。

また、図 1において、入出力制御インターフェース部 1 0 8は、入力装置 1 1 2や出力装置 1 1 4の制御を行う。ここで、出力装置 1 1 4としては、モニタ（家庭用テレビを含む）の他、スピーカを用いることができる（なお、以下においては出力装置 1 1 4をモニタとして記載する場合がある）。また、入力装置 1 1 2としては、キーボード、マウス、記録媒体読取装置等を用いることができる。この入力装置 1 1 2を介して、インシリコスクリ一ニングの対象となる標的タンパク質や候補化合物が入力される。

また、図 1において、制御部 1 0 2は、 O S (O p e r a t i n g S y s t e m) 等の制御プログラム、各種の処理手順等を規定したプログラム、および所要データを格納するための内部メモリを有し、これらのプログラム等により、種々の処理を実行するための情報処理を行う。制御部 1 0 2は、機能概念的に、化合物指紋作成部 1 0 2 a、最適化部 1 0 2 b、スクリ一ユング結果出力部 1 0 2 c、相同性検索部 1 0 2 dを備えて構成されている。

化合物指紋作成部 1 0 2 aは、候補化合物や結合化合物や医薬品化合物等の化合物から化合物指紋を抽出する化合物指紋作成手段である。例えば、化合物指紋作成部 1 0 2 aは、入力装置 1 1 2を介して入力された候補ィヒ合物について化合物指紋を抽出して候補化合物指紋セットを作成し候補化合物 D B 1 0 6 aに格納する。また、化合物指紋作成部 1 0 2 aは、取得した医薬品化合物から化合物指紋を抽出して医薬品化合物指紋セットを作成し医薬品化合物 D B 1 0 6 cに格納する。

また、化合物指紋作成部 1 0 2 aは、ファミリータンパク質に結合することが既知の結合化合物について、原子の三次元座標を標的タンパク質の座標系に変換し、変換した三次元座標とともに化合物指紋を抽出して結合化合物指紋セット 1 0 6 bを作成する。すなわち、化合物指紋作成部 1 0 2 aは、標的タンパク質の座標系において、その立体構造に結合した化合物集団の集団的コンフオメーションを収集し、三次元座標に対応付けて化合物指紋を抽出する。換言すれば、化合物指紋作成部 1 0 2 aは、標的タンパク質に結合した化合物集団から化合物指紋と呼ばれる原子 2個、 3個、または 4個等の原子の原子タイプと原子間の結合規則を内包した化学記述子を化合物記述子の三次元座標を伴って、できる限り多く抽出し、それらを記憶部 1 0 6の中にデータベースの表として収納することにより結合化合物指紋セット 1 0 6 bを作成する。

ここで、化合物指紋作成部 1 0 2 aは、結合化合物の三次元座標を標的タンパク質の座標系に変換するために、ファミリータンパク質と標的タンパク質との構造重ね合わせ操作を行い、フアミリータンパク質に結合した結合化合物の三次元座標を、（ファミリータンパク質の座標系から）標的タンパク質の座標系に変換してもよい。例えば、化合物指紋作成部 1 0 2 aは、原子の種類を考慮しないタンパク質同士（標的タンパク質とファミリータンパク質）の構造重ね合わせアルゴリズム（C E等）によって構造重ね合わせ操作を行ってもよく、標的タンパク質とフアミリータンパク質との相同性が高い場合には、原子の種類を考慮した構造重ね合わせを行ってもよい。

また、化合物指紋作成部 1 0 2 aは、結合化合物から直接、化合物指紋を抽出することに限らず、標的タンパク質に対する候補化合物の探索の狙いの必要に応じて任意の化合物指紋を結合化合物指紋セット 1 0 6 bに加えてもよレ、。ここで、化合物指紋作成部 1 0 2 aは、図 1に示すように、新規化合物指紋追加部 1 0 2 eを備えて構成される。すなわち、新規化合物指紋追加部 1 0 2 eは、結合化合物から直接抽出される化合物指紋以外の新規な化合物指紋を作成し結合化合物指紋セット 1 0 6 bに追加する新規化合物指紋追加手段である。例えば、新規化合物指紋追加部 1 0 2 eは、結合化合物と異なる他の化合物を参照して構造重ね合わせを行い、結合化合物と他の上記化合物の原子間をまたがる新たな化合物指紋を作成して結合化合物指紋セット 1 0 6 bに加えてもよい。また、新規化合物指紋追加部 1 0 2 eは、タニモト係数に基づき結合化合物と類似する化合物について、結合化合物と当該化合物の原子間で原子の種類を入れ替え、安定性を評価できるプログラム（「c i _Γ c 1 e」等）を用いて標的タンパク質に対する相互作用エネルギーを算出して結合化合物の化合物指紋よりも局所エネルギー的に安定な化合物指紋を改正化合物指紋（M o d i f i e d F P ) として新たに作成して結合化合物指紋セット 1 0 6 bに追加してもよレ、。

最適化部 1 0 2 bは、候補化合物 D B 1 0 6 aに記憶された候補ィヒ合物について、結合化合物指紋セット 1 0 6 bに記憶された化合物指紋の三次元座標を基底として化合物指紋単位の二乗平均偏差（r m s d ) を算出し、当該二乗平均偏差を基礎とする相互作用スコアが最適化されるように、候補化合物の標的タンパク質に対する立体構造を演算する最適化手段である。例えば、最適化部 1 0 2 bは、生成した候補化合物の当該コンフオメーシヨンおよび標的タンパク質に対する三次元座標ごとに、二乗平均偏差を基礎として算出した相互作用スコアをメトロポリス法に基づいて判定し、判定結果にしたがって候補化合物の化合物指紋を変更、増加、または減少させる。ここで、最適化部 1 0 2 bは、結合化合物指紋セット 1 0 6 bから化合物指紋をいくつかランダムに抽出して、基底となる座標固定の結合化合物指紋セットを選択してもよい。ここで、最適化部 1 0 2 bは、図 1に示すように、相互作用スコア計算部 1 0 2 f 、構造変換部 1 0 2 gを備えて構成されている。

相互作用スコア計算部 1 0 2 f は、最適化部 1 0 2 bによる最適化過程において、化合物指紋単位に二乗平均偏差を基礎とした、候補化合物の、標的タンパク質との衝突具合、標的タンパク質の相互作用領域における存在割合、および、標的タンパク質との直接相互作用割合を考慮に入れた関数に基づレ、て、相互作用ス . コアを計算する相互作用スコア計算手段である。なお、相互作用スコア計算部 1 0 2 f による相互作用スコアの計算の具体例については、以下の処理の説明で詳細に述べる。

また、構造変換部 1 0 2 gは、最適化部 1 0 2 bによる最適化過程において、候補化合物のコンフオメーシヨンを繰り返し変化させ、シミュレティッドア二一リング法に基づいて、当該候補化合物のコンフオメーション毎に当該候補化合物を剛体として繰り返し並進または回転させる構造変換手段である。また、構造変換部 1 0 2 gは、候補化合物の回転可能な二面角をランダムに変更することによりコンフオメーシヨンを変化させる代わりに、遺伝子アルゴリズム等のように以前のコンフオメーシヨンを記憶して候補化合物の構造を変化させてもよレ、。

スクリーニング結果出力部 1 0 2 cは、最適化部 1 0 2 bにより最適化された相互作用スコアに基づいて、候補化合物の標的タンパク質に対する相互作用順位を決定して、インシリコスクリーニング結果を出力する結果出力手段である。相同性検索部 1 0 2 dは、標的タンパク質のアミノ酸配列との相同性に基づいて、フアミリータンパク質および結合化合物をタンパク質データベース装置から検索する相同性検索手段である。すなわち、相同性検索部 1 0 2 dは、結合化合物を取得するために、標的タンパク質のアミノ酸配列をクエリー配列として、外部システム 2 0 0等のタンパク質データベースに照会することにより相同性検索を行い、標的タンパク質に対して相同性を有するタンパク質に結合した構造が既知の結合化合物を取得する。

図 1に示すように、本インシリコスクリーニング装置 1 0 0は、アミノ酸配列情報ゃタンパク質立体構造情報に関する外部データベースや、配列や立体構造のァライメント等を行う外部プログラム等を提供する外部システム 2 0 0と、ネットワーク 3 0 0を介して通信可能に接続して構成されてもよい。なお、ネットヮーク 3 0 0は、インシリコスクリーニング装置 1 0 0と外部システム 2 0 0とを相互に接続する機能を有し、例えば、インターネット等である。

すなわち、図 1において、外部システム 2 CTOは、⁷ネヅトワーク 3 0 0を介して、インシリコスクリーニング装置 1 0 0と相互に接続され、アミノ酸配列情報やタンパク質立体構造情報に関するタンパク質データベース等の外部データベース（P D B P S I— B 1 a s t等）や、配列や立体構造のァライメント等を行う外部プログラム等を提供する機能を有する。ここで、タンパク質データベースには、 X線構造解析や NMR構造解析等により実験的にタンパク質一化合物複合体の立体構造が確認されたものに限らず、単にタンパク質に結合することが既知の化合物が保存されてもよい。この場合、上述の化合物指紋作成部 1 0 2 aは、公知のドッキングアルゴリズム（00 1^ゃ八11 1： 0 0 0。 1^ゃ00 1^ 0等）や任意の座標発生プログラム（C o r i n aなど）等により、標的タンパク質に対して安定なコンフオメーションを持つ結合化合物の構造を予測して結合化合物指紋セット 1 0 6 bの作成に利用する。 [インシリコスクリーユング装置 1 0 0の処理]

次に、このように構成された本実施の形態における本インシリコスクリーニング装置 1 0 0の処理の一例について、以下に図 2を参照して詳細に説明する。図 2は、インシリコスクリーユング装置 1 0 0の処理の一例を示すフローチヤ一トである。

図 2に示すように、まず、相同性検索部 1 0 2 dは、入力装置 1 1 2を介して入力された標的タンパク質のアミノ酸配列に基づいて、外部システム 2 0 0等のタンパク質データベースから特定の化合物（結合化合物）と結合した立体構造が既知のファミリータンパク質を相同性検索する（ステップ S A— 1 ) 。

そして、化合物指紋作成部 1 0 2 aは、標的タンパク質の構造と、結合化合物を伴ったファミリータンパク質の構造とを重ね合わせる（ステップ S A—2 ) 。ここで、化合物指紋作成部 1 0 2 aは、原子の種類を考慮しないタンパク質同士の構造重ね合わせを行ってもよく、標的タンパク質とフアミリータンパク質との相同性が所定値以上で高い場合には、原子の種類を考慮した構造重ね合わせを行つてもよい。

そして、化合物指紋作成部 1 0 2 aは、結合化合物の三次元座標を、ファミ一タンパク質の座標系から標的タンパク質の座標系に変換する（ステップ S A—

3 )。

そして、化合物指紋作成部 1 0 2 aは、標的タンパク質の座標系に変換した結合化合物の三次元座標とともに、結合化合物から化合物指紋を抽出して記憶部 1 0 6に格納することにより結合化合物指紋セット 1 0 6 bを作成する（ステップ S A- 4 ) 。ここで、新規化合物指紋追加部 1 0 2 eは、標的タンパク質に対する候補化合物の探索の狙いの必要に応じて任意の化合物指紋（「M o d i f i e d F P」等）を加えてもよい。また、化合物指紋作成部 1 0 2 aは、結合化合物指紋セット 1 0 6 bに記憶された化合物指紋セットと医薬品化合物 D B 1 0 6 cに記憶された化合物指紋セットとの積集合を求めることにより医薬品化合物に似た構造の絞り込みをかけてもよい。そして、最適化部 1 0 2 bは、候補化合物 D B 1 0 6 aに記憶された候補化合物についての相互作用スコアの計算の基底となる座標固定の化合物指紋を結合化合物指紋セット 1 0 6 bから選出する（ステップ S A— 5 ) 。

そして、最適化部 1 0 2 bは、候補化合物について、選出した化合物指紋の座標固定の三次元座標を基底として化合物指紋単位の二乗平均偏差を算出して最小自乗フィッティングを行い、当該二乗平均偏差を基礎とする相互作用スコアが最適化されるように、候補化合物の標的タンパク質に対する立体構造を演算する（ステップ S A— 6 ) 。すなわち、最適化部 1 0 2 bは、相互作用スコア計算部 1 0 2 f の処理により、結合化合物指紋セット 1 0 6 bから任意に選ばれた、標的タンパク質の座標固定の化合物指紋を基底として化合物指紋同士の三次元座標の二乗平均偏差を基礎とした相互作用スコアを算出する。そして、最適化部 1 0 2 bは、相互作用スコアを指標として、構造変換部 1 0 2 gの処理により変換された候補化合物のコンフオメーションおよび標的タンパク質に対する構造が最適化されるように、メトロポリス法を基本にしたシミュレティッドアニーリング法を実行する。

そして、スクリーニング結果出力部 1 0 2 cは、最適化部 1 0 2 bにより最適 . 化された相互作用スコアに基づいて、候補ィヒ合物 D B 1 0 6 a中の候補化合物の、標的タンパク質に対する相互作用順位を決定して、インシリコスクリーニングの結果を出力装置 1 1 4に出力する（ステップ S A—7 ) 。例えば、スクリーニング結果出力部 1 0 2 cは、最適化部 1 0 2 bにより各候ネ翁ィヒ合物ごとに得られた最高点の相互作用スコアについて降順に候補化合物群を並べ替えて出力する。

以上で、インシリコスクリーニング装置 1 0 0の処理が終了する。

[相互作用スコアの算出]

つぎに、相互作用スコア計算部 1 0 2 f による相互作用スコアの計算方法の一例を以下に説明する。相互作用スコア計算部 1 0 2 f は、化合物指紋単位に二乗平均偏差を基礎とした、候補化合物の、標的タンパク質との衝突具合、標的タンノ、"ク質の相互作用領域における存在割合、および、標的タンパク質との直接相互作用割合を考慮に入れた関数に基づいて相互作用スコアを計算する。より具体的には、相互作用スコアは、以下の数式（1) に基づいて算出される。

[数 6]

FPAScore = F^aligned fp,fp rmsa , molecule)

= BaseScore{aligned fp,fp rmsdヽ

x fp volume(molecule)

x fp _ contact _ surface(molecule) ( i ) (ここで、 F PAS c o r eは相互作用スコアであり、 F (a 1 i g n e d_f p, f p_r m s d, mo l e c u l e) は、結合化合物と候補化合物間の化合物指紋単位のァライメント度および二乗平均偏差、ならびに、候補化合物の標的タンパク質に対する立体構造を変数とする関数であり、 B a s e S c o r e (a 1 i g n e d_f p, f p— r m s d) 〖ま、化合物指紋単位の一致度および密集度を示す指標であり、 f p— v o l um e (m o 1 e c u 1 e ) は、結合化合物指紋セットの三次元座標からなる空間を候補化合物が占める割合、および、標的タンパク質との衝突具合を示す指標であり、 f p_c o n t a c t_s u r f a c e (mo 1 e c u 1 e)は、候補化合物の標的タンパク質との接触度；および；結合化合物指紋セットの三次元座標への帰属度を示す指標である。）

更に具体的には、上記数式 (1) における各項は、本実施の形態において以下の数式に基づいて算出される。

^B a s e ^ c o r e 、 a l i g n e d― ι p , i p― r m s d) の項

この項は、化合物指紋単位の一致度および密集度を考慮した関数である。

[数 7]

BaseScore(aligned _fp,fp_ rmsd) = ~ ^

~ \ + \n(fp_rmsd +1) (₂)

(ここで、 R a wS c o r e (a l i g n e d— f p) は、結合化合物と候補化合物間でァライメントされた化合物指紋における原子の数に基づく指標であり、 f p— r m s dは、二乗平均偏差である。）上式の R a w S c o r e i g n e d f p) は、具体的には以下の数式 (3) により算出される。

[数 8]

RawScore(aligned fp) = > assigned _ score{i)

(3)

(ここで、 a s s i g n e d—s c o r e ( i ) は、 i番目にァライメントされた化合物指紋にあらかじめ与えられた以下の式に基づくスコアである。）更に詳細には、 a s s i g n e d— s c o r e ( i ) は、以下の数式（4) で求められる。

[数 9]

^Casel S + ln(« neignbor _ atom{i) + 1) assigned scores 11 = 〉 Case! S + ln(n _ neighbor― atom(i) + 1)

7=1

^ Case3 S + ln(n neighbor _ atom(i) +1)

7=1 (4)

(ここで、 t o t a l _a t om ( i ) はその i番目にァライメントされた化合物指紋を構成する原子の数であり、例えば、 4原子からなる化合物指紋の場合は 4である。 C a s e 1— S, C a s e 2_S, C a s e 3— Sは、下記で述べる条件を満たした場合与えられるスカラー値である。 n_n e i g h b o r_a t o m ( i ) は後述するが i番目の原子セットに近接する同じ化合物指紋に属する原子の数である。）

例えば、 C a s e 1_Sについては、結合化合物指紋セットに存在する一つの結合化合物に対して、深さ優先探索（d e p t h— f i r s t s e a r c h) ( "Cアルゴリズム全科基礎からグラフィクスまで I S BN4— 764 9 - 0 2 3 9 - 7 近代科学社" 参照）を 4原子まで行う（例えば、 C. a r -N. a r -C. a r -C. a r等の化合物指紋）。本実施の形態では、 4原子までで探索を終えているので、環構造の数は考慮されない。すなわちベンゼン環とナフタレン環は区別されない。探索に成功した場合、化合物指紋を構成する各原子にスコア（C a s e 1_S) が与えられる。ここでは、一つの原子あたりのスカラー値を 5. 0とする。すなわち、 4原子で構成される化合物指紋には 20. 0、 3 原子なら 1 5. 0と与えられる。

また、 C a s e 2— Sは、 C a s e 1で得られた化合物指紋を用いて新たな化合物指紋が作成された場合であって、ある一定の距離で重なり合う任意の二つの化合物指紋をえらび、原子を仮想的な結合で結び、新たな化合物指紋を作成し、各原子にある一定のスコアのことである。デフォルトは 2. 5を用いてもよい。また、 C a s e 3— Sは、生物化学的情報や、エネルギー計算により原子の存在の可能性がある場合に与えられる任意のスカラー値である。ここで、 C a s e 3— Sは、トレーニングセットを使用した検証計算では用いていない。

ここで、上記の C a s e 1_S， C a s e 2 _Sの作成過程で得られた化合物指紋は結合規則情報と原子タイプの識別できる既知医薬品データベースから得られる化合物指紋セッ卜に属していなければならない。また、 C a s e 1— Sと C a s e 2— S, C a s e 3— Sの作成過程において、同一化合物指紋に属する座標間において、原子座標セットとそのほかの原子との距離が d i s t (デフオルトは 1. OA) 以内にある原子の個数の自然対数を f pの座標のスコアに加算する。なお、結合化合物において、化合物の殆どがアミノ酸残基のつながったぺプチドの場合、ペプチド基が多く化合物指紋の対応関係が複雑になるので、その対応関係を相互作用スコアの計算過程で過小評価して、 R a wS c o r eについての上記の数式において、ペプチドの部分の化合物指紋の数式（3) に該当する部分をゼロ等の過小評価の数字にしてもよレ、。

上記数式（2) の右辺分母は、以下の数式（5) で求められる。

[数 1 0]

1.0 + ln(fp_rmsd**kl + 1.0 ) (5) (ここで、 1 nは、ログナチュラルである。 k lは、最適化した結果として 4. 0を用いる。 f p— r m s dは、最小二乗重ね合わせの時の r m s dである。 k 1は、 f pの重ね合わせの精度をどこまで厳密にするかをきめるスケール因子であり、大きくした場合に、 rms dが大きく（悪く）、すなわち数式（3) の R awS c o r e (スコア）が小さくなるような定数である。）

、 f p一 V o 1 u m e (m o 1 e c u 1 e ) の項

この項は、結合化合物指紋セットの三次元座標からなる空間を候補化合物が占める割合、すなわち結合化合物指紋セットより得られた化合物指紋からなる空間をどの程度満たしている力 \ おび、標的タンパク質との衝突を評価する関数である。

[数 1 1]

fp _ volumei molecule) = In ^ττ

一 \.0 + nap^k3 (₆)

(ここで、 n a f p (Numb e r o f L i g a n d A t om c o v e r i n g F i n g e r p r i n t) は、結合化合物指紋セッ卜の三次元座標に基づく固有格子点領域に候補化合物の三次元座標が占有する格子点の数であり、 n a p (Numb e r o i L i g a n d At om c o v e r i n g P r o t e i n) は、標的タンパク質の立体構造における原子の固有格子点領域に候補化合物の三次元座標が属する格子点の数であり、 k 2および k 3は、それぞれ係数であり、標的タンパク質の生物化学的情報、誘導適合の程度等によって変更可能な任意の定数であり、本実施の形態では、デフォルトに 1. 0を用いる。 )

、 f p― c o n t a c t s u r f a c e (m o 1 e c u 1 e ) の項

この項は、候補化合物の標的タンパク質との接触度、および、結合化合物指紋セットの三次元座標への帰属度を考慮した関数である。

[数 1 2]

(ここで、 nは、候補化合物の原子の数であり、 a t om ( i) は、候補化合物の i番目の原子の三次元座標であり、 d e n s i t y— o f _a t orn (a t o m (i) ) は、当該原子の三次元座標が結合化合物指紋セットの化合物指紋に属している場合に、化合物指紋の原子と所定の距離で接触している標的タンパク質の原子の数と、化合物指紋の同一格子点に属する結合化合物の原子の数との和を返す関数であり、 t o t a l― d e n s i t y一 o f― a t orn (mo 1 e c u

1 e) は、 d e n s i t y— o f _a t o mの分布を降順に並べ換えたものを候補化合物の原子の数だけ順に足し合わせた数である。）

更に詳細には、 d e n s i t y_o f— a t o m ( a t o m ( i ) ) は、以下の数式（8) で表される。

[数 13]

この式において、もし、候補化合物を構成する原子の座標が、結合化合物指紋セット由来の化合物指紋に属していない場合は 0となり、属している場合は上記の式に従い、スコアが計算される。

すなわち、 n f p c o n t a c tは、化合物指紋に属している原子とある一定の距離（デフォルトは、 3. 8)で接触している候補化合物の原子の個数である。また、 n a t omは、同一格子点に属する結合化合物セット由来の化合物を構成する原子の数となる。同じ結合化合物であって、 PDBの I Dコードが違う場合について、適宜変更可能となるが、本実施の形態では重複を許して数える。また、 h iは、特に重要な生化学的情報がある場合に使用するものであり、デフオノレトでは 0を用いる。すなわち、「C i r c 1 e」などの 3 D— 1 D法によって、標的タンパク質との安定的な接触が示唆された場合に導入される Mo d i f i e d FP (改正 FP) によって生じる。

次に、 t o t a 1― d e n s i t y― o f一 a t o m (mo 1 e c u 1 e ) の数式にっレ、て以下に記述する。

[数 14] total aensity of atom(molecule) =〉 sort density of atom{i)

― — ― (9)

(ここで、 t o t a 1は、化合物の原子（mo l e c u l eの a t om) 数であ 0。また、 s o r t― d e n s i t y― o f― a t omは、 d e n s i t y一 o f_a t omの分布を大きい方から順に並べ替えたものである。つまり、分子が大きいと大きい数値が加算されるので t o t a 1— d e n s i t y_o f— a t omは大きくなる。）

以上で、相互作用スコア計算部 102 f による相互作用スコアの計算方法の一例の説明を終える。

[シミュレティッドアニーリングによる相互作用スコアの最大化]

つづいて、上述した相互作用スコアの計算方法により計算された相互作用スゴァに基づいて、最適化部 102 bによるシミュレティッドアニーリングに従って候補化合物のコンフオメーシヨンおよび配置を最適化する処理の一例について以下に説明する。

最初に、構造変換部 102 gは、候補化合物の回転可能な二面角をランダムに変更することにより、コンフオメ一シヨンを変化させる。本実施の形態では、コンフオメーシヨン変化は、 1000回行う。この数は多ければ多いほど良い結果が得られる可能性があるが、バ一チャルな候補化合物 DB 106 aに含まれる多くの低分子化合物についてドッキング計算を行う必要があるので、有限な回数の大きさとする必要があり、候補化合物の回転自由度に依存するとしても予備計算ではこの回数で十分と考える。なお、初期のコンフオメーシヨンは、候補化合物 DB 106 aに登録された、ファミリータンパク質に対する結合コンフオメーシヨンとしてもよレ、。最適化部 1 02 bは、この変化させたコンフオメーシヨン毎に、以下の処理で候補化合物の座標を用いる。

そして、最適化部 1 02 bは、結合化合物指紋セット 1 06 bの化合物指紋バンド（f p b a n d s) から、ランダムに 1 0個の化合物指紋を選ぶ。なお、 1 0個に満たない場合は、化合物指紋バンドの最大数の半分を用いる。より具体的には、選択された化合物指紋バンドから、候補化合物および結合化合物指紋セット 1 06 bの化合物指紋の原子座標をランダムに選択する。この状態を、フィンガ一プリント ·ァライメント（ f i n g e r p r i n t a 1 i g nme n t ) と呼ぶ。そして、その対応関係で、最小二乗フィッティングを行い、そのときの重ね合わせの自乗平均偏差（rms d) と重ね合わせ後の候補化合物の原子座標を用いて、上記の式により相互作用スコアを計算する。

そして、構造変換部 1 02 gは、繰り返し二回目以降は前回の状態を記憶部 1 06に記憶しておき、候補化合物のコンフオメーシヨンを保ったまま、すなわち候補化合物を剛体として、並進、回転を行い、一つの化合物指紋の増加、減少、および、原子座標セットの対応関係の変更、追加を行う。本実施の形態では、このステップを 1 0000回おこなう。

この過程において、最適化部 1 02 bは、メトロポリス（Me t r o p o l i s) 判定を行う。すなわち、最適化部 1 02 bは、前回の相互作用スコアより、今回の相互作用スコアが大きいならば、当該候補化合物の配置を採用（a c c e p t) し、反対に、相互作用スコアが小さいならば、以下の数式に基づき採用確率（P a c c e p t) を計算する。

[数 1 5]

△Score = Score (今回) ― Score (前回) AScore

Paccept = exp

T

すなわち、採用確率 P a c c e p tの範囲は、 0く P a c c e p tく = 1となるので、最適化部 102 bは、このとき同時に 0 < = r < = 1の範囲の一様乱数を発生させ、 rく P a c c e p tならば、相互作用スコアが前回よりも小さい場合も採用する。なお、シミュレティッドアニーリング（焼きなまし）過程において、 T (温度）は、 30Kからはじめ、 0. 07Kまで下げる。

このようにして、最適化部 102 bは、一つのコンフオメーシヨンの相互作用スコアの最大値を計算し、初期に発生させた 1000個のコンフオメーシヨンについて比較し、相互作用スコアが最大の構造を、最適な標的タンパク質一候補化合物複合体（P r o t e i n— L i g a n d c omp l e x) 構造として予測する。このとき、 1000個のコンフオメーシヨンを順位付けする過程において、ランダムにコンフオメーションを発生させる代わりに遺伝的アルゴリズム等を利用するなどして、以前のコンフオメーションを記憶して何らかのアルゴリズムでリガンド構造を変えていき、計算時間や最大値の探索において工夫を行ってもよい。 1000回の計算過程で、リガンドコンフオメーシヨンの順番を決めるために、 G O L Dプログラムで採用されているような遺伝子アルゴリズム等を使って、計算時間の短縮やリガンドコンフオメーションがより真実に近づく可能性のある最小スコアを得ることできる。

以上で、シミュレテイツドアニーリングによる相互作用スコアの最大化の説明を終える。

[タニモト指数]

化合物指紋セットを作る際に、化合物間の類似を計る尺度として、たとえば、タニモト係数（T c) が 0. 08以上の低分子化合物のセットを用いてもよい。 S y b y 1原子タイプのような各々の化合物の化合物指紋である化学記述子から化合物指紋（f p) を決める場合、タニモト係数（Tc) は下記のように算出する。

[数 16 ]

Tc = (ここで、 aは、化合物指紋が、結合化合物と候補化合物の両方の FPバンド（ f p b a n d s) に存在する個数であり、 b， cは、 f pが片方の FPバンドにのみ存在する個数である。）

同じことを集合 (a s s emb 1 y) を使って説明すると、 A， Bをそれぞれの FPバンドが持つ化合物指紋の集合とするならば、以下の式になるともいえる。

[数 1 7]

T number of fp^ A B)

number oj Jp(A B)

(ここで、 numb e r一 o f一 f p (a s s emb l y) は、ある集' 5、 ( a s s emb 1 y) に所属する化合物指紋の数である。）

以上で、タニモト指数の説明を終える。

[実施例 1 ]

次に、本発明が適用される本実施の形態の実施例 1について、以下に図 3〜図 29を参照しながら詳細に説明する。なお、以下の実施例においては、結合化合物指紋セット 106 bを「CE l i bJ (FP (f i n g e r p r i n t) s e t e x t r a c t e d f r om c o l l e c t e d 1 ι g a ri d s ι n t h e b i n d i n g s i t e) という名称で呼ぶことがある。

[リガンドドッキングについての生物学的情報を半経験的に選択する方法の開発 (De v e l o pme n t o f c h o o s i n g b i o l o g i c a l i n f o rma t i o n s em i— emp i r i c a l l y o n t e L i g a n d Do c k i n g) ]

近年、計算機の速度の向上により、医薬品開発の分野においてタンパク質の立体構造予測法、およびその立体構造の評価 [参考文献： T e r a s h i G， T a k e d a— Sh i t a k a M, K a n o u K, I w a d a t e M, Ta k a y a D, Ho s o i A, O h t a K, Um e y a m a H P r o t e i n s, 2007, 69 (S 8) : 98- 107] は改良されている。例えば、タンパク質の立体構造の予測法の一つであるホモロジ一モデリング（Homo l o g y Mo d e l i n g) は、 PDB (P r o t e i n Da t a Ba nk) [参考文献： We s t b r o o k e t a 1 Nu c l e i c Ac i d s Re s. 2003 J a n 1 ; 31 (1) : 489— 91 ] へ登録される構造の増加と、膜タンパク質を除いて参照する铸型 (Temp i a t e) の増カ卩と、および、 CASP (t h e C r i t i c a l As s e s s m e n t o f Te c hn i qu e s i o r P r o t e i n o t r u c t u r e P r e d i c t i o n)におけるブラインドテスト（b 1 i n d t e s t) によって、その予測精度は上昇している [参考文献： T a k e d a— S h i t a k a, M. ， Te r a s h i , G. ， Ta k a y a, D, K a n o u , K. , I wa d a t e, M. , Ume y ama, H. P r o t e i n s t r u c t u r e p r e d i c t i o n i n CASP 6 u s i n g CH IMERA a n d F AMS. P r o t e i n s 61, 122- 127 (2005) ] 。そして、当該ホモロジーモデリングは、立体構造予測法の適用範囲は変異（mu t a t i o n) の影響による活性変化の予測 [参考文献：中町祐司，河野誠司，矩ロ眞理子，野口依子，木下承皓，加納和彦, 寺師玄記，竹田一志鷹真由子，近藤信一，熊谷俊一， P04 08 "A 1 a 54Th rおよび A 1 a 249 G 1 u変異 An t i t h r omb i nのコンビユータ .モデリング解析" ] 、ドラッグデザィン [参考文献： Ta k e d e— S h i t a k a, M. , Ta k a y a, D. ， Ch i b a, C. ， T a n a k a , H. , & Ume y ama, H. Cu r r. Me d. C h em. 1 1, 551— 558 ( 2004 ) ] などに広がっている。また、 PDBへ登録されるタンパク質の立体構造の増加と共に、タンパク質一リガンド複合体（P r o t e i n— L i g a n d c omp l e x) の X線構造解析結果も増加しており、一つのファミリ一タンパク質内において、解析済の複数の X線構造が存在することも多い [参考文献： Ed g a r R. Wo o d e t a 1 CANCER RESEARCH 2004 64 6652-66 59 , 参考文献： J e nn i f e r e t a 1 J. B i o. C h e m. 2002 Vo l . 277, No. 48， 46265— 46272]。また、前述の CAS Pにおいても、タンパク質の結合部位（b i n d i n g s i t e) の残基を予測する試験を行うなど [参考文献： L o p e _Z， G, R o j a s , A, T r e s s, M, Va l e n c i a, A P r o t e i n s, 2007, 69 (S 8) : 165— 1 74] 、タンパク質一リガンド複合体（P r o t e i n— L i g a n d c omp l e x) の予測精度の向上の重要性は高まりつつある。

一方で、近年、疾病原因タンパク質の実験的決定が盛んであり（参考文献： N a t u r eなど）、そのタンパク質を阻害する阻害剤の設計の必要性はますます高まっている。

阻害剤の設計のための有力な方法として、標的タンパク質の立体構造に基づいた阻害剤設計（SBDD) があり、タンパク質一リガンド複合体（P r o t e i n— L i g a n d c omp l e x) 予測ソフト（いわゆるドッキングソフト）を用いたインシリコ（I n— s i l i c o) スクリ一ニングが行われている。ここで、図 3は、従来のドッキングソフトと、タンパク質一リガンド複合体の多数の X線構造や NMR構造を効果的に用いたバイオインフォティグスによる本実施例に係るドッキング方法を示す状況図である。

図 3に示すように、既存のドッキングソフトにおいては、 Au t oDo c k [ 参考文献： Go o d s e l l e t a 1 J - Mo 1. Re c o g n i t 1996 9 1 -5] , DOCK [参考文献： Ew i n g e t a 1 J Comp u t A i d e d Mo 1 De s. 2001 15 (5) 41 1-28] , GOLD [参考文献： Ga r e t h e t a 1 J. Mo 1.

B i o l . 1997 267, 727— 748] などは水素結合、疎水性相互作用、静電相互作用といった古典物理的なポテンシャル関数を用いた第一原理的アプローチ（Ab_ i n i t i o Ap p r o a c h) を採用している。さまざまな検証によって、これらの既存のソフトはよい精度でドッキングできている（たとえば正解構造を隠したブラインドテスト（b 1 i n d t e s t) によつて正解構造に rm s d 2. 0以下で予測できる割合を検証されている） [参考文献： O n o d e r a e t a 1 J . Ch em. I n f . Mo d e 1.

2007, 4 7, 1 609— 1 6 1 8，参考文献： M i c h a e 1 e t a 1 J . Me d. Ch em. 200 7, 50， 726— 74 1] 。また、回転可能な結合が多い化合物を精度よくドッキングするために、リガンド結合部位（l i g a n d b i n d i n g s i t e) に予め化合物のフラグメントを、ポテンシャル関数をもちいて配置しておくといった方法も考案されている [参考文献 ·· B u d i n e t a 1 B i o l Ch em. 200 1 3 82 (9) , 1 365— 72] 。

既存のドッキングソフトを用いて仮想化合物ライブラリーから、標的タンパク質に阻害剤候補化合物をドッキングし、タンパク質一リガンド複合体（P r o t e i n— L i g a n d c omp l e x) の構造を予測した後、ヒット化合物 ( H i t C omp o u n d) を選ぶために、既知のタンパク質—リガンド複合体 (P r o t e i n— L i g a n d c omp l e x) の構造からタンパク質とリガンド間の距離、古典物理学的エネルギーの計算などを行い、相互作用情報を抽出し；ヒット化合物を数多く選ぶための再評価を行う試みも多く報告されている [参考文： S u k uma r a n e t a 1 Eu r . J . Me d. し h em. 2007, 42, 966— 9 76, 参考文献： Z h a n e t a 1 J . Me d. Ch em. 2004, 47， 337— 344] 。し力し、上記一連の研究が示していることは、既存のドッキングソフトはよい精度でタンパク質—リガンド複合体（P r o t e i n— L i g a n d c o m p l e x) を予測できるものの、そのことが直接にヒット化合物（H i t C om p o u n d) を数多く仮想化合物ライブラリーから選ぶこととは一致しない（直結しない）ことを意味している。

すなわち、現在、タンパク質一リガンド複合体（p r o t e i n— l i g a n d c omp l e x) の構造を精度よく予測できる一方で、なおかつ、バーチヤルライブラリからヒット化合物（H i t C omp o u n d) を多く検出できるシステムを開発することが非常に要請されており、創薬において必要不可欠である。

そのような状況の中、本願発明者は、タンパク質一リガンド複合体（P r o t e i n-L i g a n d c omp l e x) 相互作用の評価に古典物理学的なポテンシャル関数を用いず、 PDBに登録されている相互作用既知のタンパク質ーリガンド複合体（P r o t e i n— L i g a n d c omp l e x) の生物化学的情報から効率的に有効な情報を選び出し、ドッキングを行いタンパク質一リガンド複合体（P r o t e i n— L i g a n d c omp l e x) の構造を予測し、かつ、ヒット化合物（H i t Comp o un d) を多く検出できるシステム C h o o s e LD (CHOO s e i n i o rma t i o n s em i— Emp i r i c a l l y on t h e L i g a n d Do c k i n g) を発した。また、本願発明者の方法では、タンパク質一リガンド複合体（P r o t e i n— L i g a n d c omp l e x) の相互作用評価において、古典物理学的ポテンシャル関数を使用していない。したがって、本発明の方法は、相互作用の物理学的エネルギーが最適化されているとは言えないタンパク質一リガンド複合体（P r o t e i n-L i g a n d c omp l e x) 構造の最適化において物理的なアプローチである CHARMM [参考文献： B r o o k s， R. B, B r u c c o l e r i , E. R. , O l a f s o n, D. B. ， S t a t e s, J . D. , Swam i n a t h a n, S . & K a r p 1 u s , M. CHARMM： A p r o g r am f o r ma c r omo l e c u l a r e n e r g y , m i n i m i z a t i o n, a n d d y n am i e s c a l c u l a t i o n s J . C omp. Ch em. 4 1 87- 217 (1983) ] , AMBER [参考文献： C a s e, A. D. ， Ch e a t h am I I I, E . T. , D a r d e n , T. , o h l k e, H. ， Lu o, R. , Me r z J r . , M. K. ， On u f r i e v, A. , S i mm e r 1 i n g , C. , Wa n g, B. & Wo o d s, J. R. Th e Amb e r B i omo l e c u 1 a r S i mu l a t i o n P r o g r ams J C o m p u t C h em 26 1668— 1688 ( 2005 ) ] および、量子化学 [参考文献： F e d o r o v, G. D. & K i t a u r a, K. Ex t e n d i n g t h e Powe r o f Qu a n t um Ch em i s t r y t o La r g e Sy s t ems w i t h t h e F r a gme n t M o l e c u l a r Or b i t a l Me t h o d J . Phy s. Ch e m. I l l 6904— 6914 ( 2007 ) ] が有効に機能すると期待している。

[本実施例 1の概要]

ここで、本実施例の概要について、以下に図 4を用いて説明を行う。図 4は、本実施例（Ch o o s e LD) によるタンパク質一リガンド ' ドッキングの原理構成図である。ここで、本実施例において、ライブラリーリガンド（L I BRA RY L I GANDS) は結合化合物の集合に相当し、 CEL i bは結合化合物指紋セット 106 bに相当する。

ここで、図 4において、各円柱は、データの集合を表しており、楕円は入力情報、長方形は出力構造を示している。平行四辺形は、化学記述子としての化合物指紋（FP ： f i n g e r p r i n t) である。すべての過程は計算機（インシリコスクリーニング装置 100) 上でおこなわれるため、入力する情報は電子情報としてのファイルである。すなわち、 PDB形式に代表されるような形式で記載された標的タンパク質の三次元座標ファイル、ドッキングされるリガンドの三次元座標ファイルを想定している。

図 4におレ、て、矢印はおもにデータの集合の絞り込みや入力情報の修飾といつた変換操作を意味しており、変換操作には詳細な条件を指定することができる。ただし、これらの変換操作には既定の値を定めており、入力情報がファイル形式的に、かつ、入力されたタンパク質の座標が物理化学的に正常であるならば、全自動で出力を得ることができる。すなわち、標的タンパク質の三次元座標フアイルとドッキングされる候補リガンドの三次元座標フアイルを入力したならば、タンパク質一リガンド複合体構造の三次元座標ファイルが出力されるということである。タンパク質の三次元座標および、アミノ酸配列は、ホモロジ一検索、結合化合物指紋セット 1 06 bに相当する F Pライブラリ一の構築、ドッキング計算のためのタンパク質立体構造の三次元座標として用いられ、ターゲットの候補リガンドは、候補化合物に相当し、候補タンパク質特異的 FPバンド、リガンドの三次元コンフオメーシヨン探索に使用される。

すなわち、図 4に示すように、まず、本実施の形態に係るインシリコスクリーユング装置 1 00は、相同性検索部 1 02 dの処理により、標的タンパク質について PDB等のタンパク質構造データベースに対して、相同性検索を行い、化合物指紋作成部 102 aの処理により、相同なタンパク質と構造ァライメントにより重ね合わせ（f i t t i n g) を行い、標的タンパク質の座標系に変換した三次元座標とともに化合物指紋を抽出して、結合化合物指紋セット 106 bに相当する標的タンパク質指向性リガンド群（C) を作成する。

そして、インシリコスクリーニング装置 1 00は、標的タンパク質指向性リガンド群（C) を、医薬品化合物 DB 1 06 cに相当する医薬品的（d r u g g a b 1 e)- F Pデータベース（D) に照会し、積集合 Λ '(D) として標的タンパク質特異的 FPバンド（L) を得る。ここで、標的タンパク質指向性リガンド群（C) には、新規化合物指紋追加部 1 02 eの処理により、 Mo d i f i e d F P等の仮想 F Pを追加していてもよレ、。

つづいて、インシリコスクリーニング装置 1 00は、仮想リガンドライブラリ一またはベンチマークセットの、標的タンパク質とドッキングを行うリガンド（ d o c k e d l i g a n d) である候補リガンドから化合物指紋を抽出し、候補化合物 DB 106 aに相当する候補リガンドの F Pバンド（R) を作成する。そして、インシリコスクリーニング装置 1 00は、構造変換部 1 02 gの処理により、候補リガンドのコンフオメ一シヨンを変化させ、標的タンパク質指向性リガンド（C) と候補リガンドの FPバンド（R)間で F Pァライメントを行う。そして、インシリコスクリーニング装置 1 00は、最適化部 1 02 bの処理により、相互作用スコア関数を用いて標的タンパク質の結合部位に候補リガンドをドッキングさせる場合に、シミュレティッドアニーリング（SA) 法を用いて相互作用スコアを最適化させながら、標的タンパク質一候補リガンド複合体の三次元構造予測を行う。以上が本実施例の概要である。

[ライブラリーリガンド]

ライブラリーリガンド（L I BRARY L I GANDS) とは、結合化合物の集合に相当するものである。すなわち、インシリコスクリーニング装置 100 は、 P S I— B 1 a s t [参考文献： A l t s c hu l e t a 1 Nu c 1 e i c Ac i d s Re s. 1997 27 (1 7) 3389— 402] による相同性（Homo l o g y) 検索によって検出されたタンパク質の中で、それがタンパク質—リガンド複合体（P r o t e i n— l i g a n d c omp l e x) であった場合、立体構造ァライメント発生プログラムである CE [参考文献： Sh i n d y a l o v e t a 1 P r o t e i n En g i n e e r i n g 1998 1 1 (9) 739— 747 ] を用いて、標的タンパク質と相同タンパク質間のァライメントを行い、最小二乗法（ 1 e a s t s q u a r e f i t t i n g) により標的タンパク質に重ね合わせる。そして、ライブラリーリガンドは、その最小自乗フィッティングによる Z_S c o r eが 3. 7以上となった場合、結合リガンドを標的タンパク質の座標系に変換し、結合リガンドだけを抜き出したものである。

なお、本実施例では、 Z— S c o r e 3. 7未満は、結合化合物として使用されない。この数値の根拠は CEによると、 ' 3. 7— 4. 0 - tw i l i g h t z o n e wh e r e s ome s im i l a r i t i e s o f b i o l o g i c a l s i gn i f i c a n c e c a n b e s e e n ; " (生物学的意義の共通性を見出せるか中間的な領域）とあるためであり 3. 7 以上を採用した。ホモロジ一検索の最低ホモロジ一は、本実施例では、相同性（ Homo l o g y) 0. 1 %以上とした。つまりホモロジ一検索で検出された類似タンパク質のほとんどが CEによって重ね合わされることになる。 [ F Pの定義および F Pバンドの構築]

FPバンド（f p b a n d) の作り方について、以下に図 5を参照して詳細に説明する。ここで、本実施例で使用する化合物指紋（f p : f i n g e r p r i n t) を定義する前に、化合物指紋の解釈について説明する。化合物指紋（f i n g e r p r i n t, 以下、「FP」とレヽう。）は、ケムインフォマテイクスの分野において、化合物の特徴を表すべクトルや化合物間の類似性算出のために使用される計算機上の表現法の一つである（Swam i d a s s, S. J.

& B a l d i , P. Ma t h ema t i c a l Co r r e c t i o n f o r F i n g e r p r i n t S im i l a r i t y Me a s u r e s t o Imp r o v e Ch em i c a l Re t r i e v a l J . C h em. I n f . Mo d e l . 47， 952— 964 (2007) ) 。本実施例では、 FPの正確な解釈を目的としていないが、混乱をさけるために下記の用語に統一する。一つの分子を原子型（または原子タイプ）、原子結合の順番などを考慮した組み合わせを要素に持つべクトルで表現した場合、べクトルの要素を「FP」、べクトルを「FPベクトル」とした。本実施例では、べクトルの要素に、単に原子型の文字列表記以上の情報が付加されている場合がある力その付加情報も分子を表現する特徴の一つであると解釈し、そのべクトルの要素を意味する場合も「FP」とし、その F Pを要素に持つベクトルを通常の「FP ベクトル」と区別して「FPバンド」とした。このことは、「FPバンド」力 S 「 FPベクトル」における各要素が原子型であるといった性質も併せて持つことになる事を意味する。ここで、図 5は、 F P (f i n g e r p r i n t) の作り方を一例として示す図である。

本実施例である Ch o o s e LD法では、相互作用が既知のタンパク質一リガンド複合体構造を用いて、自由エネルギーの最小化を満たすようにドッキングする未知のリガンド構造を予測することを目的として、この目的を達成するために、相互作用が既知のリガンドから部分的な結合自由エネルギーを保持した部品である FP (f i n g e r p r i n t) を定義した。図 5に一例として示す化学物質の物質名は、 AZD 21 71 (Ca n c e r Re s 2005 ; 65 : ( 10) ， Ma y 15， 2005) である。図 5に示すように、与えられた結合規則情報を用いて原子をたどることにより FPを作成する。たどる原子の数は、 2， 3, 4個である（この数には理由があるので後述する）。各々の囲んだ線は算出される F Pを意味している。 aで示す FPは、 2個の原子をたどった場合であり、 bで示す FPは、 3個の原子をたどった例である。 cと dで示す FP は、それぞれ 4個の場合であり、同じ原子を通過しているが、この場合も許容される。 eで示す FPは、異なる座標であるが同じ原子種をたどっており、後述の相互作用スコア関数の F Pの重複度が加算される。

すなわち、図 5の化合物の結合上の線を囲んだ部分は、 Ch o o s e LD法および、化合物の類似性の比較でも用いられる F Pの原子型表記を意味する。化合物の上の任意の原子を基点として深さ優先探索法を用い（Ch i b a e t a 1 C a l g o r i t hm Z ENKA 1995 I SBN4-7649- 0239一 7)、与えられたリガンドの原子間結合情報に従い原子を通過するが、通過する結合の数は、 1, 2， 3本とした。すなわち、ベンゼン環とナフタレン環からは同じ原子型表記が構築されることになり、' 環構造違いは区別されない。'' 一つの原子は、 Sy b y l At om Ty p e (T r i p o s I n c. , 1 699 S o u t h Ha n l e y Ro a d, S t Lo u i s, MO 6 3144-2913, USA (h t t p : //www. t r i p o s, c o m) ) を用いて表現され、これらには AMBER 99 (J . Comp u t. C h em. 26, 1668— 1688 ( 2005 ) ) を参考にした原子量、原子半径、結合可能数が定義されている。この時点では、 FPの原子型のみを考慮しており、通過した原子座標は考慮していない。ここで、図 6は、本実施例で用いた原子の文字列一覧を示す図表である。

[タニモト係数による化合物間の類似性算出]

タニモト係数による化合物間の類似性算出方法について以下に説明する。ここで、図 7は、タニモト係数による化合物間の類似性算出方法を示す模式図である。本実施例では、化合物間の類似性を算出するためにタニモト係数（以下、 Tc ) を導入した（J. Ch em. I n f . C omp u t . S c i . 40,

163— 166 (2000) ) 。一般に、 Tcは二つのビット、すなわち 0 もしくは 1、からなるベクトルの類似度を数値化したものである。図 7に示すように、本実施例では、対象となる一つの低分子化合物に対して、上記で導入した FP構築法を用いて FPべクトルを作成し、べクトル上に定義された FPが存在するなら 1を、存在しないなら 0を与えた。このようにして作成された同じ長さで、かつ、対応する成分は同じ F Pを意味する二つのベクトルから化合物間の類似性を評価した。

Tcは、下記の数式によって算出した。ここで、両方のベクトルの対応するビットが共に onの場合、 aに 1が加算され、片方のベクトルのみビットが o nならば bもしくは cに 1が加算される。すなわち、お互いに o f f の場合の dは加算されず、 T c算出において考慮しないことになる。例えば、図 7に示した 2つのビット列間では、 a = 9, b + c = 7であり、 Tc = 9Z (9 + 7) =0. 5 625となる。

[数 1.8 ] ·

fc =

a + b + c 本実施例では、 F Pバンド（ f p b a n d s ) は、結合化合物のライブラリ —リガンド（L I BRARAY L I GANDS) に属する低分子化合物の集合力ら得て、集合を形成する低分子化合物由来の、ある二つの FPバンド（f p b a n d s) を比較する際は、タニモト係数（Tc) が 0. 08以上でなければならないこととした。換言すれば、上記数式において、 aは、 FPが両方のFPバンドに仔在する fli致 t h e numb e r o f f p e x i s t i n g i n e a c h f p b a n d s) である。また、 b， cは、 F Pが片方の F Pバンドにのみ存在する個数（ t h e numb e r o f f p e x i s t i n g i n t h e o t h e r f p b a n d) でめる。

同じことを集合（a s s emb 1 y) を使って説明すると、 A， Bをそれぞれのバンドが持つ F Pの集合とするならば、以下のように表せる。

[数 19 ]

„ number oj fp(A n B)

lc = =— =

number of fp(Aリ B) ここで、 numb e r一 o f一 f p (a s s emb l y) ίまある集合 a s s e mb 1 yに所属する f pの数である。

[FPライブラリーの構築]

FPライブラリーとは、結合化合物の集合に相当し、本実施例の Ch o o s e

L D法で用いられる F Pの原子型表記の入手源であり、さらに構築された F Pに登録される原子座標の起源となるリガンド群のことである。通常、標的タンパク質の一次構造、すなわちアミノ酸配列をク: £：リーどじたホモ'口ジニ検索等で検出されたファミリータンパク質から収集するが、フアミリ一タンパク質に限らず標的タンパク質の活性部位等の標的部位に結合すると考えられるリガンド、もしくはタンパク質、ペプチド等であっても、必要であれば追加可能である。

本実施例の Ch o o s e LD法では、主にフアミリータンパク質から F Pライブラリ一を構築した。 PS I— B l a s t (Nu c l e i c Ac i d s Re s . 27, 3398— 3402 ( 1997 ) ) によるホモロジ一検索によつて検出された三次元座標構造が既知のタンパク質において、タンパク質一リガンド複合体であった場合、 CE (P r o t e i n En g i n e e r i n g 1 1, 739-747 (1998) ) を用レヽ、標的タンパク質とファミリータンパク質との立体構造ァライメントをおこなう。 CEは、二つのタンパク質をァミノ酸配列類似性によらず、立体構造的に類似した部分を用いてァライメントをおこなうアルゴリズムを実装したプログラムであり、他の立体構造ァライメントのプログラムには、 Da 1 i (J. Mo 1. B i o l . 233, 123 — 138 (1993) ) , TOPOF I T (P r o t e i n S c i e n c e 13， 1865-1874 ( 2004 ) ) 等が存在する。これらの主な違いを記述すると、 CEはアミノ酸配列を N末端から順に重ね合わせる等の改良により、高速に結果を得ることが可能であるが、対象タンパク質にドメインスヮッビング等が存在する場合には精度よくァライメントすることが難しく、その場合アミノ酸配列の順番に依存しないァライメントを行う Da 1 i等をもちいた方が精度がよい。

本実施例の Ch o o s e LD法では、 P S I— B 1 a s tで検出されたフアミリータンパク質を主に重ね合わせることから、計算時間が短い CEをもちいた。 CEが出力するァライメントを用い、最小自乗フィッティングにより標的タンパク質に重ね合わせた。 CEのァライメントの Z— S c o r eが 3. 7以上となつた場合、結合リガンドを標的タンパク質の座標系に変換し、結合リガンドだけ抜き出した。すなわち、本実施例では、標的タンパク質と構造的に類似しているタ - ンパク質のみがフアミリータンパク質どして使用されることになる。

[FPバンドの構築]

F Pバンドは付加情報として、一つもしくは複数の原子座標を関連付けた F P のベクトルであり、 FPライブラリーに属する結合リガンドの集合から得る。得られた集合（FPライブラリー）に属する結合リガンドには、標的タンパク質の座標系における座標、および、 S y b y 1原子タイプ（At om T y p e ) で表現される原子型および、単結合、二重結合、芳香環結合といった結合規則情報を含む。ここで、図 8は、標的タンパク質の結合部位にリガンドをドッキングさせる場合の FPを一例として示す模式図である。図 8において、幾つかの幾何学的図形（長方形や菱形や楕円）で構成された半透明の部分は、各種の FPを表している。

"I n t r a -mo l e c u l e F P" (図 8の長方形）は、リガンド分子内の情報のみを用いて構築された FPのことであり、 FPライブラリーに属する一つのリガンドの内部のみから得られた原子型情報と結合情報をもちいて作成された FPのことである。一つの FPは、リガンド分子内の一つの原子を起点として前述した FPの原子型表記の構築法に基づき、結合している原子を 1， 2または 3回通過して、図 8のような分岐のしない最大 4つの原子を構成する。本実施例で最も小さい F Pは 2原子からなる。一回の F P構築の試行の中で、一度たどつた原子はその試行中に二回通過することは無く、通過する結合が無くなつた場合は、その時点での FPの原子型表記と原子座標を FPバンドに登録する。その F Pがすでに F Pバンドに登録されている場合は除外するのではなく、一つの F Pに複数の原子座標を登録する。ここで、図 9は、たどった経路から原子座標を得て、 F Pバンドに登録する過程を一例として示す図である。

図 9において、下の行列は原子座標を意味しており、その行数は FPを構成する原子の個数を表現している。例えば、 4行 3列からなる行列ならば、その FP に 4つの原子座標を含んでいることを表す。

"Mo d i f i e d FP" (図 8の菱形）は、与えられた結合情報と近接する原子同士を仮想的な結合と仮定して作成ざれる F Pのことである。結合してい- る原子および、実際には結合していないが、特に指定が無い限りは 1 A以内に原子が存在すれば仮想的な結合と判定し、結合を 1， 2もしくは 3回通過して、分岐のしない最大 4つの原子からなる FPを構築する。本実施例では、最も小さい FPは 2原子からなる。 " I n t r a _mo 1 e c u 1 e FP" の構築の操作と同様に一回の F P作成の試行の中で、一度たどった原子は二度通過することはなく、通過する結合が無くなった場合は、その時点での FPの原子型表記と原子座標を FPバンドに登録する。これにより、リガンド分子内の結合に加え、リガンド分子間の結合を含んだ F Pを作成しているため、実際には存在しないような FPが得られる。すなわち、物理化学的に存在し得ないような結合の FP (例えば、 N. am, N. am, N. a m, N. amのような FP) が構築されることが考えられる。そこで、本実施例では、物理化学的に存在する医薬品の三次元座標データべ一スでめる MDL Comp r e h e n s i v e Me d i c i n a l Ch em i s t r y (MDL CMC) L i b r a r y (医薬品化合物 D B 106 c に相当する。）から、ドラッグライクな FPベクトルを作成し、 FPライブラリ一より得た F Pバンドの F Pベクトル部分と比較し、両方に含まれている FPの原子型表記が標的タンパク質特異的 FPバンドに残るようにする。任意の FP ( f i n g e r p r i n t) を使う計算の過程で、医薬品データベースや化合物デ —タベースを使って、化合物情報を引き出すことにより、この元になるデータべースを薬物吸収や薬物代謝や薬物排泄や薬物毒性等を指標にして、 f i n g e r p r i n t (FP) 等を整理の基底としての基礎データ単位を使って、予め整理した薬物吸収や薬物代謝や薬物排泄や薬物毒性に特ィヒした医薬品データベースや化合物データベースを作成して、同じ一連の操作を行う。

具体的には、リガンドライブラリー由来の FPベクトルと、医薬品ライブラリ一由来の F Pべクトルとの積集合を求めることにより、医薬品化合物 DB 106 cに存在する FPのみが FPバンドに登録され、医薬品化合物 DB 106 cに存在しない FPは本実施例では無視されて、結合化合物指紋セッド Ϊ 0'6 bが¾築される。ここで、図 10は、本実施例における F Pバンドの絞り込みステップ（ me t h o d s t e p o f s h r i nk i n g f i n g e r p r i n t b a n d) を一例として示す図である。

図 10に示すように、 MDL CMC L i b r a r yより得た F Pバンド（ A) と、標的タンパク指向性リガンド群より得た FPバンド（B) を比較し、両方に F Pが存在する場合以外は、（A) あるいは（B) の FPバンドから取り除く（図 10の X印で表される）。この結果、ライブラリ一リガンド由来の FP ( L i b r a r y L i g a n d FP) には、必ず座標が存在することになる。以上で、本実施例における FPバンドの構築方法の説明を終える。なお、本実施例においては、すべての F Pバンド構築の過程において、一つの原子が複数の FPに所属することは許容される。また、 FPバンドに得られた FPがすでに登録されていたなら、 FPの座標が追加され、存在しない場合は、 FPバンドに新たな FPを追加し、座標を追加する。また、一つの原子が複数の FPに所属することは許容される。ドッキングのターゲットとなる候補リガンド（d o c k e d 1 i g a n d) に対しても同様の操作を行い、候補リガンド由来の F Pバンド ( f p b a n d s o f d o c k e d l i g a n d) 力 ^s作成される。

[FPバンドのァライメント]

FPバンドには原子セッ卜の座標が関連付けられており、二つの FPバンドを比較する際は、単に原子型だけを用いるのではなく関連付けられた座標も用いる。すなわち、 FPバンドのァライメントは、候補リガンドから得られた FPバンドと、結合リガンドの FPライブラリーから得られた FPバンドとの比較を行うことを意味する。比較は、以下の（1) ，（2) の過程を経ておこなわれる。

(1) FPを構成する原子型表記の文字列の完全一致の比較

ドッキングさせる候補リガンドから得られた FPバンド由来の FPベタトル（ビット列（1) ) と、結合化合物を含む F Pライブラリーから得られた F Pバンド由来の FPベクトル（ビット列（2) ) において、 FPの有無をビット化し、双方のビットが o _nである組み合わせを選択する（図 7参照）。

(2) 選択された FPに登録されている原子の座標べクトル同士に対応関係を与える過程

図 1 1は、座標べクトル同士に対応関係を与える過程を一例として示す模式図である。一つの FPは、ドッキングされる候補リガンド分子由来の原子座標べクトル（1) と、 FPライブラリーの結合リガンド由来の原子座標ベクトル（2) からなり、この原子座標間に対応関係を与える。

これら二つの過程（1) , (2) を行うこと力本実施例における FPのァラィメントである。また、「F Pァライメントが異なる j とは、

1. 二つのビットが共に o nである F Pの総数

2. 対応させる FPの種類

3. FP内部における座標の対応関係のうち少なくとも一つが異なることを意味する。すなわち、「FPァライメントを変化させる」とは、これらのうち少なくとも一つを変化させることを意味する。

「少なくとも一つ」という意味は、 FPの原子型が変化した場合、変化前の F P の座標の対応関係が消失し、変更後の F Pにおいて対応関係を与え直すため、必然的に座標の対応関係も変化するからである。

[相互作用スコア（FPAS c o r e) ]

本実施例における相互作用スコア F PAS c o r eについて、以下に詳細に説明する。 F PAS c o r e ( f i n g e r p r i n t a l i g nme n t s c o r e) は、本実施例において、 FPが部分結合自由エネルギーの集合であるという Ch o o s e LD法の仮定に基づき、 F P A S c o r eが高いほど、相互作用が既知のフアミリータンパク質一結合リガンド複合体構造を満たすように定義した。 F PAS c o r eは、 F Pの重ね合わせの精度と、ァライメントに用いた FPの数、 FPの密集度、および、タンパク質一リガンド複合体相互作用を同時に考慮し、標的タンパク質"^補リガンド複合体構造を評価する。本実施例では、前述の操作で得られた F Pバンドの最適なァライメントを探索することにより、最適な標的タンパク質一候補リガンド複合体を予測じだ。

すなわち、本実施例において、相互作用スコア F PAS c o r eは、以下の数式として定義した。ここで、 a 1 i g n e d— f pは、ァライメントされた F P、 f p_r m s dは、そのァライメントを用いた最小自乗フィッティングによって算出された rms d、 mo 1 e c u 1 eは、候補リガンドが標的タンパク質にドッキングした後の複合体の座標を意味する。各項については以下に詳細に説明する。

[数 20]

FPA score = F、a丄 igned— fp, fp_rmsd, molecule coordinate. ) = BaseScore (fp_rmsd, aligned一 fp)

* f p_volume (molecule) * fp— contact一 surface (molecule)

< 1 - B a s e S c o r e ( f p一 r m s d , a l i g n e d― f p ) の項

>

この項は、 F Pの一致度および密集度を考慮した関数として定義されたものであり、すなわち、既知の FPの使用強度を評価する関数であり、以下の数式で表せる。

[数 2 1]

raw— score (aligned— ιρノ

BaseScore (fp_rmsd, aligned— fp)

1.0 + ln(fp_rmsd**kl + 1.0 ) ここで、 I nは、ログナチュラル（自然対数）である。また、 k lは、 FPの重ね合わせの精度をどこまで厳密にするかをきめるスケール因子である。ァライメントされた FPの重ね合わせの rm s dが大きい場合、分母が大きくなり B a s e S c o r eが小さくなる。 FPの一致度が大きくとも、その FPに登録されている F Pの原子座標の重なりの精度を示す r m s dが大きレヽ（悪レ、）場合を排除することを意味する。本実施例では、 k lを 4. 0とした。 f p— rms dは、そのァライメントを用いた最小自乗フィッティングによって算出された r ms d である。 a l i g n e d_f pは、そのときの f pの対応関係、すなわちァライメントされた FPである。

ここで、上数式 ίこおレヽて、 r a w― s c o r e (, a 1 i g n e d一 f p) iま、以下の式で表せる。ここで、 a s s i n g e d— s c o r e ( i ) は、 i番目にァライメントされた F Pにあらかじめ与えられるスコアである。 nは、ァラィメントされた F Pの総数である。ァライメントされた FPとは、標的タンパク質特異的 FPバンドにおける原子型と原子座標のセットを意味している（上記「FP バンドのァライメント」および図 1 1参照）。すなわち、 FPのァライメントにおいて FPが同じ原子型であっても、原子座標が異なっていれば異なる FPを意味する。

[数 22]

n

raw— score、a丄 igned— fpゾ = ∑ assinged_score )

i = 0

ここで、上記数式にぉレヽて、 a s s i g n e d― s c o r e ( i) iま、 i番目にァライメントされた FPにあらかじめ与えられたスコアであり、以下の数式で表せる。このスコアは、 CE 1 i b等のリガンドライブラリーより得られた F P に対して下記のように与えられる。

[数 23]

(total—atom

( ∑ Casel— S + In (N+l) ... easel

( j=0

assinged_score (i) = {

(total_atom

( ∑ Case2_S + In (Neighbor— atom + 1) ... case2 ( j=0 ここで、上記数式の t o t a l— a t om ( i ) は、 FPを構成する原子座標の個数を表す。 Ca s e l— S, Ca s e 2— S， Ca s e 3— S (上記せず）は、あらかじめ FPを構成する原子に与えられるスコアであり、それぞれ下記の場合に用いられる。

Ca s e 1— Sは、前述の "I n t r a—mo 1 e c u 1 e F P" を構成した場合に各原子に与えられるスコアである。特に指定が無い場合は 5. 0を用いる。例えば、探索に成功した場合は、 FPを構成する各原子にスコア C a s e 1

S (デフォルト 5. 0を用いた）が与えられ、 4原子で構成される FPには 2 0. ◦、 3原子なら 15. 0点が与えられる。

次に、 C a s e 2— Sについて述べる。前述の "Mo d i f i e d F P" を構築した場合に各原子に与えられるスコアである。特に指定が無い場合は 2. 5 を用いる。

最後に、 C a s e 3— Sについて記述すると；生物化学的情報やエネルギー計算（「c i r c 1 e」など）により原子の存在の可能性がある場合に与えられる任意のスカラー値のことである。 C a s e 3— Sは、本実施例では用いておらず、ベンチマークセットを使用したドッキング性能 (結合モード予測性能)検証計算、およびインシリコスクリーニング性能で用いていない。

本実施例では、 C a s e 1— S, C a s e 2_S, C a s e 3— Sの和のスコァに加え、 FPライブラリーに属する原子の密集度の自然対数値をスコアに加えた。これは F Pに属する原子座標セットの原子と 1. OA以内にあるその他の F Pに属する原子座標セットの原子個数（n— n e i g h b o r— a t o m ( i ) ) の自然対数を FPのスコアに加算するものであり、この項は密集している FP を優遇する項であるといえる。すなわち、 e a s e lと c a s e 2において、同一 F Pに属する座標間において、距離が d i s t (デフォルト Γ. OA) 以内にある原子座標セットの原子個数（Ne i g h b o r_a t o m) の自然対数を FPの座標のスコアに加算することとした。

< 2. f p― v o l ume (mo l e c u l e) の項 >

この項は、ァライメントされた F Pを用いて候補リガンドが標的タンパク質にドッキングした後、その複合体構造を評価する関数である。すなわち、ドッキング後の候補リガンドの分子座標が F Pライブラリ一の結合リガンドから得られた FPからなる空間を占有する個数（すなわち、 FPライブラリー由来の F Pからなる空間をどの程度満たしている力と標的タンパク質との衝突を評価する関数であり、以下の数式で表せる。ここで、 mo 1 e c u 1 eは、候補リガンドのドッキング後の原子座標を表す。

[数 24] 1.0 + nafp ** k2

fp— volume (molecule) = In

1.0 + nap ** k3 ここで、 n a f p (Numb e r o f L i g a n d A t om c o v e r i n g F i n g e r p r i n t) は、ライブラリーリガンド（L I BRAR AY L I GAND) を構成する低分子の原子を用いて作成された固有格子点領域に分子（mo 1 e c u 1 e) の座標が占有する個数、すなわち候補リガンドが F Pライブラリ一を構成する結合リガンド原子を用いて作成された固有格子点領域の座標を占有する個数である。 n a f pにより、候補リガンド分子 (mo 1 e c u 1 e) が座標固定の FP (f i n g e r p r i n t) をどれだけ満たしている力、表してレヽる。 n a p (Numb e r o f L i g a n d A t om c o v e r i n g P r o t e i n) tt, 標的タンパク質の原子座標より作成される固有格子点領域に mo 1 e c u 1 e (ドッキング後の候補リガンド分子）の座標が属する数であり、標的タンパク質の構成原子との衝突具合を表現している。また、 k 2,. k 3は、それぞれ係数であり、一特に指定のない場合（デフォルト )では、それぞれ 1. 0を用いるが、それぞれ標的タンパク質の生物化学的情報、誘導適合の程度によって変更可能である。すなわち、 k 2は、その標的タンパク質のフアミリータンパク質の結合リガンド集団の空間を占有する領域を重視する定数であり、係数が増大するならば、大きなリガンドが大きなスコアを得ることができるようになる。 k 2値は、標的タンパク質の結合領域の大きさによっても、グループィ匕できる可能性がある。また、 k 3は、その標的タンパク質の占有する領域に候補リガンドが衝突することの許容度因子であり、候補リガンド原子と標的タンパク質原子の衝突を重視する係数である。 k 3値が大きくなれば、標的タンパク質と候補リガンドとの衝突を許さないことになる。 k 3について、タンパク質（p r o t e i n) の活性部位の柔らかさなどをグループィ匕できる可能性がある。ここで、図 1 2は、 n a f pと n a pの具体例を原子数が 3 1のリガンドを用いて示した図である。

図 12に示すように、候補リガンドにおいて標的タンパク質と衝突する原子数が 10個、 F Pライブラリー由来の格子点に原子が 21個所属し、 k 2値、 k 3 値が 1. 0であるならば、 f p— v o l ume (m o 1 e c u 1 e ) の項は 1 n (22/1 1) =0. 693という値になる。この項の関数の性質上、 n a f p が 31から 30、即ち衝突の個数が 0個から 1個における変化率がもっとも大きい。またリガンド原子の半分近くが衝突している場合は、負値となるため非常に採用されにくくなる。すなわち、 FPAS c o r eにおいて、経験的物理関数である分子間引カー反発項を表現するレナ一ドジヨーンズポテンシャルに対応するものとして定義されている。なお、 EGFRを標的タンパク質として用いたインシリコスクリーニング性能についての項で、 k 2値、 k 3値の最適化の一例の結果を後述する。

< ύ . I ρ― c on t a c t― s u r i a c e (m o l e c u l e) の¾ 次に、 f P_c o n t a c t_s u r f a c eの項は、候補リガンドのドツキング後の構造に対してその原子座標の標的タンパク質への接触度、および、その座標の F Pライブラリ一への帰属度を考慮する関数であり、'以下の数式で表せる。ここで、 mo 1 e c u 1 eは候補リガンドのドッキング後の原子座標、 a t om ( i) は、そのドッキング後の i番目の原子座標、 nは原子数を意味する。すなわち、この式は、上述の f p_v o 1 u meの数式と同様に、候補リガンドが標的タンパク質へドッキングした後の複合体構造に対して計算され、候補リガンド原子座標の標的タンパク質の表面との接触度、および FPライブラリ一から得られた F P原子に対しての候補リガンド原子座標の帰属度を考慮する関数である。

[数 25]

n

∑ aensity_of_atom (atom(i )

i = 0

fp— contact一 surface (molecule) =

total— dense— of— atom (molecule) 上記数式において、 d e n s i t y— o f— a t o mは、以下の数式で表せる。ここで、 n f p c o n t a c tは、 F Pライブラリーに属している F Pの原子座標と、特に指定が無い限り（デフォルトでは） 3. 8A以下で接触している標的タンパク質の原子の個数であり、 _{n a} t omは同一格子点に属する F Pライブラリー由来の結合リガンド化合物の原子の数となる。このとき、同じ原子型のリガンド分子が複数に存在していてもよく、同じリガンド分子であって、 08の 1 Dコードが違う場合についても、本実施例ではすべて取り込む。 h iは特に重要な生化学的情報がある場合は使用する変数であり、 .特に指定の無い場合は（デフオルトでは） 0を用いるが、 C I RCLE (T e r a s h i G, Ta k e d a— S h i t a k a M, K a n o u K, I wa d a t e M, T a k a y a D, Ho s o i A, O h t a K, Um e y a m a H P r o t e i n s, 2007, 69 (S 8) : 98— 1 0 7) 等の 3D— I Dスコァ値によってファミリータンパク質に依存しない F P (Mo d i f i e d FP や C r e a t i v e F P等) をいれた場合に使用されることを想定している。下記の数式は、リガンド原子座標 Xが FPライブラリーから得られた FPに属していない（3. 3 A以下で接触していない）場合は 0となり、属している場合は上記の式に従い、スコアが計算される。

[数 26]

dens 1 ty_of _atom (x) = 0 or ln nhpcontact + natom + hiノ図 1 3は、標的タンパク質の活性部位近傍における FPライブラリ一由来のリガンドの位置を一例として示した図である。図 1 3に示すように、標的タンパク質近傍で楕円（一点鎖線の円）に囲まれた付近の FPは、標的タンパク質に接しているので、 n f p c o n t a c tが優遇される。さらに、黒円付近は、 FPライブラリー由来の結合リガンド原子が密集しており n a t ornが優遇される。すなわち、これらの部分に、ドッキングされた候補リガンドの原子座標が近接した場合、上記数式によりスコアが優遇されることになる。

ま 7こ、上 ti f p — c o n t a c t s u r f a c eの数式 ίこおレヽて、 t o t a 1一 d e n s e一 o f一 a t o m (m o 1 e c u 1 e)は、以下の数式で表せる。ここで、 t o t a 1は、候補リガンド分子の原子数である。また、 s o r t_d e n s l t y― o f一 a t omは、上目ビ数式の d e n s i t y― o f― a t orn のスカラー値の分布を大きい方から順に並べ替えたものである。つまり、候補リガンド分子が大きいと t o t a 1— d e n s e_o f— a t omは大きくなる。

[数 27]

total

total— dense— of— atom (molecule) = ∑ sort— density— of一 atom (i)

i = 0 以上で、本実施例における相互作用スコア F PAS c o r eの説明を終える。

[シミュレティッドアニーリングによる相互作用スコアの最大化およびコンフォメーシヨンチェンジ]

つぎに、上記のとおり定義された F PAS c o r e関数を最大化するために、本実施例におけるシミュレティッドアニーリング（以下、「SA」とよぶ。）の実行方法について、図 14を参照して説明する（ J / Mo 1. G r a p h i c s Mo d. 18, 258-272, 305— 306 (2000) )。図 14は、シミュレテイツドアニーリング過程を一例として示す概念図である。最初に、候補リガンドのコンフオメーシヨン変化から、その構造における FP AS c o r eが最大となるドッキング構造を得るまでのステップ 1. 〜3. の 1 サイクルについて述べる。

くステップ 1. >

まず、ドッキング対象となる候補リガンド（d o c k e d l i g a n d) に存在する回転可能な二面角をランダムに変更することにより、コンフオメ一ションを変化させる。本実施例では、候補リガンド原子のファンデルワールス半径は AMBER 99を参考にした値を使用した。

<ステップ 2. > コンフオメーシヨンの変化した候補リガンドを剛体として用いて、リガンド結合部位 (t h e b i n d i n g s i t e) にドッキングさせる。以下の並進回転操作は、ステップ 1. で発生させた一つのコンフオメーシヨンについて行われる。

まず、前述した F Pバンドからランダムに 10個の F Pの原子型を選ぶ。 10 個に満たない場合は、 FPバンドの FPべクトルのサイズの最大数の半分を用いた。そして、選択された FPに登録されている原子座標セットをランダムに選択する。これをァライメントされた FPとし、その対応関係で最小自乗フイツティングをおこなレ、候補リガンドの原子座標と F Pライブラリ一由来の原子座標間の rms dを計算し、このとき得られる並進および回転行列を標的リガンドに対して作用させ、ひとつの標的タンパク質" 補リガンド複合体構造を得る。そして、ァライメントされた FP、 rms d、標的タンパク質"^補リガンド複合体構造を用いて F PAS c o r eを算出する。ここで、図 15は、 FPAS c o r eを算出するための FPァライメントおよび最小自乗フィッティングを模式的に示した図である。

図 1 5に示すように、 F Pバンドのァライメントの項で上述したように F Pァライメントは（D) , (E) の各 FPの型ごとの座標行列の間で行われ、く 1〉リガンドライブラリー由来の FPベクトル（D) と、候補リガンド由来の FPベクトル（E) において、双方のビットが o nである組み合わせが選択される。この選択過程で一致しなかった F Pはァライメントから除力れる。く 2〉そして、 1つの FPにおいて、候補リガンド分子由来の原子座標ベクトル（1) と、 FP ライブラリ一の結合リガンド由来の原子座標べクトル（ 2 ) との座標間の対応付けを行い、最小自乗フィッティングに基づいて相互作用スコアを計算する。シミュレテイツドアニーリングによる状態変化は、 F Pの変更、増加、減少過程である。すなわち、当該状態変化は、その FPに属する座標を、ドッキングさせる候補リガンド由来の FP、および、リガンドライブラリー由来の FPから選ぶ過程を繰り返すことによって行われる。そして、シミュレテイツドアニーリングは、ァライメントされた FPに対して、 FPの原子型を一つ増加もしくは保持し、 FPに登録されている原子座標セットの対応関係の変更もしくは追加と、 F Pの減少を行い、ァライメントを変化し F PAS c o r eを最大化する。一つの FPから一つ以上の原子座標セットが選ばれること、もしくは座標があるのにも関わらず、 F P Aスコアが減少した場合は、メトロポリス判定が行われ、採用されれば状態を保つ。すなわち、 S A過程においてメトロポリス判定が行われ、前回のスコアより、今回のスコアが大きいならば採用し、そうでない場合は、以下の数式に基づき採用確率 P a c c e p tを計算する。このとき同時に 0< = r < = 1の範囲の一様乱数を発生させ r <P a c c e p tならば、スコアが低い場合も採用する。本実施例では、 T (温度）は 30. 0K力らはじめ、 0. 0 7Kまで下げた。このようにして、一つのコンフオメーシヨンに対して F PAS c o r eの最大値を計算する。

[数 28] AScore = score rafter; ― Score (berore

Paccept = ex (AScore/T) このように得られた F Pバンドを用いて S A法により FPAS c o r eを最適化する。なお、本実施例において、 SAは 1 0, 000回行った。

<ステップ 3. >

一つのコンフオメーションに対して上記ステップ 2で得られた最大の F PAS c o r eを、その構造とともに記憶部の構造プールに保存する。

以上が、一つのコンフオメーションについての F PAS c o r e最大化のための 1サイクルの処理である。

ぐステップ 4. >

本実施例においては、コンフオメーシヨンの変化を 1 000回行うことと設定したので、 1 000回に満たない場合、上述のステップ 1. 〜3. を再試行するよう制御する。なおコンフオメーション発生回数は多ければ多いほど良い結果が得られる可能性があるが、バーチャルな化合物データベースに含まれる多くの低分子化合物についてドッキング計算をする必要があり、有限な回数の大きさで止めねばならず、化合物の回転自由度に依存するとしても本実施例の予備計算ではこの回数で十分であった。

発生させた 1000個のコンフオメーシヨンのそれぞれについて、相互作用スコア FPAS c o r eの最大値が計算された場合、サイクルの繰り返し処理を終了し、構造プールに保存された 1000個のコンフオメーションの最大 F PAS c o r eを比較し、スコアが最大のドッキング構造を、当該候補リガンドについての最適なコンフオメーシヨンとして標的タンパク質一候補リガンド複合体（P r o t e i n— L i g a n d c omp l e x) の予測構造を出力する。

[結果と考察（材料）、方法関連]

本実施例について以下に「結果と考察（材料）」を述べる。本実施例で記述した FPライブラリーの構築には、 P e r 1 (h t t p ： //www. p e r l . c o m ) _x Ru b y (h t t p : //www. r u b y— 1 a n g. o r g ) , b a s h (h t t p : / / w w w . g nu. o r gZ s o f twa r e b a s h/) 等のシェル、スクリプト言語を組み合わせて開発した。また、本実施例の方法で記述したドッキングされる候補リガンドのコンフオメーシヨンを変化し、 FPAS c o r eを最大化するようなタンパク質一リガンド複合体構造を探索するアルゴリズムは C/C + +で記述した。コンパイラ一は I n t e 1 (登録商標） C + + Comp i l e r 10. 0を用いた。使用した計算機の構成について述べると、 O Sは R e d Ha t L i nu x、 S c i e n t i f i c L i nu x、 CPUは P e n t i um4, Co r e 2Du o, Op t e r o n、メモリーは 512M， 1024 M, 2048Mと計算機の構成の異なるメモリー非共有型計算機クラスターを最大 200台用いた。参考に計算時間を記述すると、後述する EGFRの k i n a s e ドメインに対して、 MDL A v a i l a b l e Ch em i c a l s D i r e c t o r y (MD L A CD) L i b r a r y (Symy x Te c hn o 1 o g i e s, I n c. Co r p o r a t e Ad d r e s s ： 3100 Ce n t r a l Ex p r e s swa y, S a n t a C l a r a, CA 95051) の 20, 000化合物のインシリコスクリーユングを行った場合、一つの標的タンパク質に対して一つ候補リガンドをドッキングする 1 C P Uあたりの計算実行時間の中央値は 1 0. 2分、平均値は 18. 6分であった。最小計算時間は、 4. 8分、最長計算時間は 1077分であった。ここで、図 16は、 EGFRインシリコスクリ一二ングにおける計算時間の分布を示す図である。

図 16の EGFRインシリコスクリーユングにおける計算時間の分布に示すように、ドッキングされるリガンドによっては非常に時間がかかる場合がある。この原因の一つには、内部衝突をさけるようなコンフオメーシヨンの探索が難しいリガンドをドッキングする場合が考えられ、これは回転可能な結合をランダムで選択していることが原因であり、分子内衝突が起こりにくいように回転する必要があることがわかゥた。また、本実施例の Ch o o s e LDの計算時間は、標的タンパク質の大きさ、 F Pライブラリーに含まれるリガンドの数および、リガンドの分子量、候補リガンドの分子量、回転可能な結合の数に依存し、標的タンパク質のリガンド結合部位を絞り込み、 F Pライブラリ一の絞り込みを行えば、より速く予測構造を得ることが可能であった。

本実施例では、 Ch o o s e LDのドッキング性能を試験するために、 P r o t e i n Da t a B a n k(Nu c 1 e i c Ac i d s Re s. 31, 489-491 (2003) ) からタンパク質一リガンド複合体構造を入手した。用いたベンチマークについて図 1 7および図 18を参照して説明する。図 1 7は、ベンチマークの概要を一例として示す図である。また、図 18は、 PD Bへの登録数の年度分布を表す図である。

図 1 7に示すように、使用したベンチマークセットの数は、それぞれリガンドを有する 218種のタンパク質である。 85種の 08構造（図 17の左）は、スコア方程式（s c o r e e q u a t i o n) を作成するために使用された。また、 133種の PDB構造（図 1 7の右）は、他のドッキング法 (DOCK, AUTODOCK, GOLDなど）と比較するために使用された（以下に PDB

1 Dを示す）。

85 PDB s t r u c t u r e s ； 1G9V 1 GKC 1 GM8 1 G PK 1H匪 1 HP 0 1 HQ 2 1 HVY 1 HW I 1 HWW 1 I A 1 1 I G 3 1 J 3 J 1 J D 0 1 J J E 1 J LA 1 K3U 1 KE5

1 KZK 1 L 2 S 1 L 7F 1 LPZ 1 LRH 1M2 Z 1MEH 1MMV 1MZC 1N1M 1 N2 J 1 N2 V 1 N46 1 NAV 1 OF 1 1 OF 6 1 OPK 1 OQ 5 1 OWE 1 OYT 1 P2Y I P 62 1 PM 1 Q 1 G 1 Q41 1 Q4G 1 R 1 H 1 R 55 1 R 5 8 1 R90 1 S 19 1 S 3 V 1 SG0 1 S J 0 1 SQ 5 1 SQN

1 T 40 1 T 46 1 T 9 B IT OW 1TT 1 1 TZ 8 1 U 1 C 1 U4 D 1 UML 1 UNL 1 UOU 1 VO P 1 V48 1 V4 S 1 VCJ 1W1 P 1 W2 G 1 X 8 X 1XM6 1 XOQ 1XOZ 1 Y 6 B lYGC 1 YQY 1 YV 3 1 YVF 1 YWR 1 Z 95 2 BM

2 2 BR 1 2 B SM

133 PDB s t r u c t u r e s ； 1 AAQ 1 ABE 1 AC J 1 ACK 1 ACM 1ACO 1 AEC 1 AHA 1 APT 1 AS E 1 A TL 1AZM 1 B AF 1 BBP 1 BLH 1 BMA 1 BYB 1 CB S 1 CBX 1 CDG 1 C I L 1 COM 1 COY 1 CP S 1 CTR 1 DBB 1 DB J 1D I D 1 D I E 1DR1 1 DWD 1 E AP 1 EED 1 EPB 1 ETA 1 ETR 1 FEN 1 FKG 1 FK I 1 FRP 1 GHB 1GLP 1 GLQ 1HDC 1 HDY 1HEF 1 H F C 1HR I 1HSL 1HYT 1 I CN 1 I DA 1 I G J 1 IM B 1 I VE 1 L AH 1 LCP 1 LDM 1 L I C 1 LMO 1 LNA 1 LPM 1 L ST 1MCR 1MDR 1 MMQ 1MRG 1MRK 1MUP 1NCO 1N I S 1 PBD 1 PHA 1 PHD 1 PHG 1 POC 1 RDS 1 RNE 1 ROB 1 S LT 1 SNC 1 S R J I S TP 1TDB 1 TKA 1 TMN 1 TNG 1 TN I 1 TNL 1TP H 1 TP P 1 TRK 1 TYL 1 UKZ 1 ULB 1 WA P 1 X I D 1 X I E 2 ADA 2 AK3 2 CGR 2 CHT 2 CMD 2 CTC 2 DB L 2GBP 2 LGS 2MC P 2MTH 2 PHH 2 PK4 2 P L V 2 R 07 2 S I M 2 YHX 3 AAH 3 C L A 3 C P A 3 G CH 3HVT 3 PTB 3 TP I 4CTS 4DFR 4 E ST 4 FA B 4 PHV 5 P 2 P 6 AB P 6 RNT 6 R S A 7 T I M 8 GCH 図 1 7の 2つの円は、 PDB I Dをタンパク質"^リガンド複合体の特徴ごとに分類したものであり、それらすベての PDB I Dを示している。図中の右の円の集合は、医薬品開発の標的タンパク質となりえるが、結合しているリガンドは医薬品的な化合物、ペプチド、糖鎖等と多様性に富んでいる。一方、左の円の PD B I Dは、右の円と同様に医薬品開発のターゲットとなるタンパク質が選ばれている力右の円の PDB I Dとは異なり、医薬品的なリガンドで構成されている。より詳しぐ記述すると、右の円の集合は、リガンドの分子構造を用いて、ヘテロアトムの有無、水素供与体、受容体、および疎水基等の^ "無，リピンスキーのル —ルォブファイブ（Ad v D r u g De l i v Re v 46 (1— 3 ) ， 3-26. ) を満たしているかといった判定基準で医薬品的であるリガンドと判定されたものを最終的には手動で選定したというものである（J. Me d. Ch em. 50, 726— 741 (2007) ) 。

すなわち、これらベンチマークセットの内訳は、 85ベンチマークセットは、 PDBに 2000年 8月 1 1日より後に登録されたものの中から創薬のターゲッ卜になる標的タンパク質を選び、ドッキングするべきリガンドもヘテロァトムを有するか、水素供与体、受容体、および疎水基等を有するか、ピンスキーの 5ルールを満たしているかといった判定基準で医薬品的なリガンドと判定されたものを最終的には手動で選んだものを集めたものである。また、一方、理研ベンチマーク [参考文献： O n o d e r a e t a 1 J . Ch em. I n f . M o d e l . 2007, 47， 1609— 1618 ] は、 G O L D [参考文献： Ga r e t h e t a 1 J . Mo 1 - B i o l . 1997 26 7， 727-748] のベンチマークを使っている。このベンチマークは、上述したように、 2000年 8月以前に PDBに登録された標的タンパク質を用いている。し力、し、このベンチマークでは、 GOLD以外に， Au t oDo c k, DOCKを比較しているため、このベンチマークの結果と比較することは、 Ch o o s e LDのドッキングソフトの中における位置づけを知るには非常に有用であると考えた。上述した二つのベンチマークにおいては PDB I Dに重複はない。そこで、 85セットで C h o o s e LDのデフォルトパラメータの決定を行い、理研ベンチマークで、そのパラメータにおける C h o o s e LDの性能評価を行った。ここで、図 18は、 85セット（左の円）および、 133セット（右の円）で提案された PDB I Dが登録された年を横軸に、その年の合計登録数を縦軸にプロットした図である。

これらのベンチマークセッ卜への登録年は図 18に示すように分布している。図 18の 2つのベンチマークセットのタンパク質一リガンド複合体の集団の色が示す事柄を記述すると、グラフの左側の山は、標的タンパク質が医薬品的（d r u g g a b 1 e：薬剤開発の対象となりうる標的タンパク質という意味）であり、リガンドは、種々の低分子化合物である場合の登録年の分布を表している（G r e e n p l a n e ： 133 b e n c hma r k s e t Go l d B e n c hma r k (J o n e s e t a 1. J - Mo 1. B i o l . 1 9 97， 267, 727- 748) (On o d e r a e t a 1. J .

Ch em. I n f . Mo d e l . 2007, 47, 1609— 16 18) ) 。また、グラフの右側の山は、標的タンパク質とリガンドは共に医薬品的な（d r u g g a b l e) 化合物である場合の登録年の分布を表している（B 1 u e p 1 a n e ： 85 b e n c hma r k s e t (Ha r t s n om e t a 1. J . Ch em. 2007, 50, 726— 741) ) 。黒ラインは、それぞれの平均 PDB数を表しており、平均値は、緑で 9. 5、青で 14. 2である (B l a c k l i n e : a v e r a g e o f numb e r o f PDB o f e a c h (g r e e n, b l u e) p 1 a n e. A v e r a g e v a l u e a r e 9. 5 a n d 14. 2 f o r t h e g r e e n a n d b l u e p l a n e, r e s p e c t i v e l y. ) ₀

ここで、図 19は、予測と実験結果間での r m s dを要約したテ一ブノレである (Ί a b 1 e . Summa r y o f r . m. s d e v i a t i o n b e twe e n p r e d i c t i o n s a n d e x p e r ime n t a l r e s u 1 t s) 。結合モード予測構造の精度を評価するために、予測構造と実験構造の r m s dを計算した。 r m s dが大きい場合、予測構造と実験構造とのずれが大きいことを意味しており、すなわち予測の失敗を意味する。そこで、予測構造を正解と見なす r m s dの上限値を設定した。図 19の表は J o n e sらによって行われた結合モード予測構造と実験構造の r m s dと人間の感覚、すなわち G o o d， C l o s e, E r r o r s, Wr o n gの関係を示したものである。 rms dが 2. 0 A以下なら予測構造が実験構造にくらべて良い、すなわち G Q o dとなる。 r m s d力 S 2. 5 A以下なら実験構造に近レ、予測構造を含んでおり、かつ、よい予測構造が含まれているということになる。すなわち C I o s eとなる。そこで、 rms dが 2. 0 A以下の予測構造が得られた場合を予測の成功と定義した。 rms dが、 2. 0以上 2. 5以下なら、ビジュアルでの評価 Cxo o d, C l o s e, E r r o r s, Wr o n gで ¾>る (J o n e s e t a 1. J. Mo 1. B i o l . 1997 267, 727— 748より抜粋）。すなわち、 rms dが 2. OA以下ならリガンドモデルとして正解に比ベて良い。 rms dが 2. 5 A以下ならリガンドモデルとして正解に比べて似ている（C l o s e) と良い（Go o d) の両方を含む。

[結果と考察（1) ： F PA関数における k 1最適化（Op t i m i z e d k 1 i n F P A S c o r e f un c t i o n) ]

上述したように、 FPAS c o r eの k 1値は F Pライブラリーに登録されている原子座標と候補リガンドの原子座標の一致度を調節する係数である。 k 1値はターゲットに応じて変更可能であるが、大量の標的タンパク質に対してインシリコスクリーニングを行う場合や、他の研究者に使用されることを考慮すると最適なパラメ一ターを決定することは本手法を採用する判断材料の一つとなることから、 Ch o o s e LD法のドッキング性能試験においては最適値を 85セット [参考文献： Mi c h a e l e t a 1 J. Me d. Ch e m. 20 07， 50, 726-741] を使レヽ、 FPAS c o r e関数の k 1の最適値を決定した。

85セットはドラッグライクな標的タンパク質を多く集めており、 GOLD [ 参考文献： Ga r e t h e t a 1 J . Mo 1 - B i o l . 1997 267， 727— 748] の性能評価を行っている。これは、 85セットは PDB I Dが 133セットと重複しないため、すなわち、この最適化の過程において、 85セットは、 133セットの情報を使用していないためである。また 8 5セットは GOLDのベンチマークのみを行っており、 GOLDの成功率は C o r i n aの構造を標的タンパク質にドッキングさせた場合、 75. 2±0. 4% であり、実験構造のリガンド構造を用レ、結合部位を 6 Aと定義した場合 8ひ . 5 ±0. 5%であり、実験構造のリガンド構造を用い、結合部位を 4 Aと定義した場合 86. 9 ± 0. 3 %であり、 X線結晶構造中に存在する結晶水を含めた場合 98. 6±0. 1%であった（J. Me d. Ch em. 50, 726— 741 (2007) ) 。すなわち、 GOLDだけの評価を行っている場合、既存のドッキングソフ卜の中における Ch o o s e LDの位置づけを知ることができないので、 85セットは k 1値の最適化に使用した。ここでは、 FPAスコア (S c o r e) で記述した k 1の最適化をおこなった。

ドッキングの条件は下記に述べる通りである。他のベンチマークと同様に、リガンド結合部位の探索範囲を狭める等の利点があるため、リガンド結合部位を定義した。すなわち、 Ch o o s e LDのドッキング性能試験のベンチマークは、タンパク質のリガンド結合部位のァミノ酸残基を予測するものではなく、リガンド結合部位における候補リガンドの配座の正確性を試験することである。結合部位（b i n d i n g s i t e) の大きさは、タンパク質一リガンド複合体（P r o t e i n-L i g a n d c omp l e x) の正解構造のリガンドの各原子から 4Aとした。また、 FPライブラリーに含まれているリガンドの候補リガンドとの類似性の及ぼす影響を試験するため FPライブラリーに属するリガンドとの Tcを計算し、 FPライブラリーに含まれるリガンドを限定した。ドッキングするリガンドとライブラリ一リガンド（L I BRARAY L I GANDS) に属するリガンドとの Ta n i mo t o係数を薬剤様 FP (D r u g L i k e F i n g e r p r i n t ) を用いて計算し、 f p b a n d sの T c Ra n g eは、最大値を 0. 96, 0. 76そして、 0. 56、最小値を 0. 08とした。

初期コンフオメーシヨンは二面角をランダムに回転させ、初期リガンドからもつとも rms dの大きい構造を結合部位 (b i n d i n g s i t e) から十分に離したものを使用した。そのリガンドを用いて、一つのターゲットに対して 1 0回のドッキングをおこなった。 85セットのうち、 84セットをドッキングすることができた。ここで、図 20は、 85セットにおける予測成功率一覧（k 1 と Tc Ra n g eの関係） 'を示す図表である。

図 20の表の k lは、 F PAS c o r eで述べた係数のことである。その下の数値は、計算をおこなった k 1値である。 T c R a n g eは、最大値を 0. 9 6, 0. 76, そして 0. 56、最小値を 0. 08とした。カラムの中の数値は成功率（％) であり、平均（a v e r a g e) は、上記の範囲の平均値である。この結果、 k l=4. 0の時の平均値が最も成功率が 62. 1%と最も高く、次に 6. 0, 3. 0, 5. 0, 2. 0の順で成績がよかった。 k 1値が 1. 0の場合は、すべての TC Ra n g eにおいて、そのほかの k 1値の成功率より悪かった。 k l値が 4. 0と 6. 0の場合はほぼ同等であつたが、わずかに平均値においてまさる 4. 0を最適値として 133種 [参考文献： On o d e r a e t a 1 J . C h e m. I n f . Mo d e l . 2007, 47， 1 609-1 618] のベンチマークはこの数値を用いた。

ここで、図 21は、 10位までに rms d 2. 0以下で予測できる割合を示す図表である。図 21の右図は、その時の成功率をプロットしたものであるが、採用される F PAS c o r eによる順位を増やすにつれ、予測成功構造を得られる確率が上昇することが示された。すなわち、 FPAS c o r e上位の予測構造を一つ用いるのではなく複数用いる場合、正解に近、構造を得られる確率が上がることになる。すなわち、 FPAS c o r e上位の予測構造を分子動力学計算や量子化学計算による複合体構造の最適化における初期構造にも複数用いた方がよいと考えられる。成功とみなす実験構造との rms dを 2. OAとした場合、 10 位までに最大 82. 9%予測に成功することが示された。

また、図 22は、 10位までに rms d 2. 5 (C l o s e) 以下で予測できる割合を示す図表である。図 22に示すように、成功とみなす実験構造との rm s dを 2. 5 Aとした場合、 10位までに最大 87. 6%予測に成功することが示された。

また、図 23は、成功とみなす正解構造との rms dを 2. 0 A以外でも行つた場合を示す図表である。図 23の右図は、横軸に成功と見なす実験構造との r m s d、縦軸に予測成功率をプロットしたものである。

上述のように、 2. 5 Aでは、約 7割成功としたが、 85セットベンチマークにおける GOLDの予測成功率の一つである C o r i n aで発生させたリガンド、すなわち、実験構造のコンフオメーシヨンを用いない場合の結合モード予測の成功率 75. 2% (参考文献（Mi c h a e l e t a 1 J. Me d. C h em. 2007, 50, 726— 741 ) ) と同等の成功率を得るには、 T c Ra n g eを 0. 56— 0. 08では 3. 2〜3. 3、 0. 76— 0. 0 8ならば 2. 8を、 0. 96〜0. 08ならば 2. 6〜2. 7を用いる必要があることが示された。なお、一般的な共有結合長である 1. 5 Aを成功と定義した場合では、約 4割の予測に成功したことになる。ファンデルワールス相互作用の限界値にちかい 3. 5 A以内では約 8割の予測に成功したことになる。ここで、図 24は、 Ch o o s e LDと比較して、 Do c k、 Au t oDo c kおよび G OLDのベンチマークの結果を示す図表である。

図 24は、 On o d e r a e t a 1 [参考文献 : O n o d e r a e t a 1 J . C h e m. I n f . Mo d e l . 200 7, 4 7， 1 60 9- 1 6 1 8] によるベンチマークで C o r i n aによる座標発生に失敗したターゲット、 DOCKまたは GOLDで失敗したターゲットをのぞいた 1 1 6種の PDB I Dの結果を示す図である。図 24の成功率（s u c c e s s r a t e ) は、 rm s d 2. OAか、それより良い構造の割合を示している。

ここで、ドッキング方法 (Do c k i n g me t h o d) は、各ドッキングソフト（D o c k i n g s o f t) の名前を意味している。 Ch o o s e LD は、 3つの T c R a n g eについて性能評価をおこなっている。 GOLD G OLDS c o r e STD, GOLDS c o r e L i b, GOLD C h e m S c o r e STD, Au t oD o c k、そして DOCKの値は、 C o r i n a と MI N Iの平均値とし、各ドッキングソフトの成功率において標準偏差を細い棒で示している。

図 24_のグラフに示すように、本実施例の Ch ό o s e LDの rm s d 2. 0 A力、それより良い構造を予測する性能（成功率）は、 T c 1^ & 1 _{8 6}が0. 96から0. 08の場合、 GOLDとほぼ対等である。 T c R a n g eが 0. 76から0. 08の場合、 GOLDとほぼ対等か少し劣る。 T c Ra n g eが 0. 56から0. 08の場合、 GOLDには及ばないが、 DOCK, Au t o D o c kよりよレ、、ということが示された。

ここで、図 25は、 85セットにおける F P A S c o r eの予測構造と実験構造との rm s dが 2. OA以下における各々標的タンパク質との衝突個数の分布を示す図である。衝突 0個の構造が 75. 0 %であり、衝突 1個の構造が 1 7. · 3%であるため合計が、計 9 2. 3%となっていることから、 FPAS c o r e の衝突判定関数は、経験的物理関数であるレナ一ドジヨーンズ型関数の衝突判定に相当するものとして機能していることが示された。図 26および図 27は、各ターゲットにおける全 10回のドッキング試行における成功個数を記したものである。図 26は、 85セットベンチマークにおける予測成功構造の個数分布を示している。なお、図 26の「* 1」は、予測成功個数が 5から 10個の PDB I Dの個数の全体に占める割合を表している。すべての Tc範囲において、 10回成功と 10回失敗の割合が大きい。また、 10回中 5回成功したターゲットは 62. 7〜65. 5%であった。また、 Tc範囲の上限値を小さくしていくと、 10回とも失敗する個数が増える傾向が示された。これは Ch o o s e LD法が、 FPライブラリ一として既知のタンパク質一リガンド複合体構造に依存しているため、 F Pライブラリ一に属するリガンドが減ると精度が落ちるためと考えられる。

[結果と考察（2) (Re s u l t a n d D i s c u s s i o n (2) ) ： 133種のベンチマークの結果]

On o d e r a e t a 1 [参考文献 : O n o d e r a e t a 1 J - Ch em. I n f . Mo d e l . 2007, 47, 1609— 16 18] によって、各ドッキングソフトを提供されている状態に近い状態でベンチマークが行われている。彼らによると標的タンパク質は、 GOLD [参考文献 : Ga r e t h e t a 1 J . Mo 1. B i o l . 1997 267,

727- 748] のベンチマークに使用されているタンパク質一リガンド複合体（P r o t e i n— L i g a n d c omp l e x) は、 133種の中で GO LD, DOCKでドッキングすることができなかったターゲット、および、 Co r i n aで三次元座標を発生できなかったターゲットをのぞいた計 1 16種を用いられている。なお、除かれた PDB I Dは、 1TPH, 1 TRK, 1 X 1 D, 4FAB, 6RSA, 1 BBP, 1 CTR, 1HYT, 1 PHG, 1 POC, 1 SNC, 1 TMN, 1 CDG, 1DR 1, 1 LDM, 4 CT S, 4 E STである（V i r t u a 1 S c r e e n i n g J. C h em. I n f . Mo d e l . 47, 1609— 1618 (2007

) ) o 各々のドッキングソフトのパラメータは各々ドッキングソフトで提供されているパラメータを使用しており、パラメータをターゲット用に最適化していない。パラメータの最適化を行えば、もちろん成功率は変わると考えられる力 S、それは、

Ch o o s e LDにおいても同様であり、 Ch o o s e LD法においても、標的タンパク質に応じて変更可能パラメータ k 1, k 2, k 3値が定義されているので、最適化の余地が残っている。そこで、 Ch o o s e LDの性能評価には方法の項で述べられた値と 85セットで最適化をおこなった k 1値、すなわち 4. 0 を用いた。

ここで、 Ch o o s e LDが使用するドッキングの条件は各ターゲットにおいて、以下のように定めた。

1. 結合部位（b i n d i n g s i t e)

結合部位 (b i n d i n g s i t e) は、従来のベンチマーク [参考文献： On o d e r a e t a 1 J . C h e m. I n f . Mo d e l . 2 007， 47, 1609— 1618] に類似してネイティブ（Na t i v e ) のタンパク質一リガンド複合体（P r o t e i n— L i g a n d c omp l e x) のリガンド（1 i g a n d) の各原子から半径 5. 0 A以内の距離に存在する P r o t e i nの原子の球とした。

2. リガンドのコンフオメ一シヨン変化

133セッ卜のベンチマークではドッキングするリガンドを 3つ用意している。すなわち、 C o r i n aで発生させたリガンドと、 C o r i n aで発生したリガンドのうちエネルギー最小構造（以下 MI N Iとする）のものと、そして PDB に登録されている状態の構造との 3つであり、これらをそれぞれ 1 16の標的タンパク質に対して 1000個の予測を行っている（V i r t u a l S c r e e n i n g J . Ch em. I n f . Mo d e 1. 47, 1609— 1 618 (2007) ) 。 Ch o o s e LD法のドッキング性能試験においてはコンフオメーシヨンをランダムに変化させ、実験構造のタンパク質ーリガンド複合体のリガンドから最も rms dが大きい構造で、かつ上記で定義されたリガンド結合部位から十分に離れた状態のリガンドを使用した。すなわち、実験構造をそのまま用いずに各 1 16の標的タンパク質に対して 10回の予測を行ったことになり、 133セットを用いたベンチマークとほぼ同条件で行ったことになる。これらの過程においてリガンドに水素が存在した場合は取り除かれる。

3. リガンドとのタニモト係数の範囲

使用するライブラリーリガンド（L I BRARY L I GAND) は、候補リガンド（d o c k e d l i g a n d) と T cの範囲で、その最大値である 0. 96， 0. 76および 0. 56は、それぞれ、ドッキングリガンドと非常によく似ている化合物が存在するもの、似ている化合物が存在するもの、少し似ている化合物が存在するものとに該当する。そこで、 Tcの範囲には、 0. 96— 0. 08 (つまり答えを含まない）， 0. 76— 0. 08および 0. 56— 0. 08 に該当するものを用いた。

4. On o d e r a e t a 1は、一つのリガンドに対して 1000回ドッキングを行っている [参考文献： On o d e r a e t a 1 J. Ch e m. I n f . Mo d e l . 2007, 47, 1609— 1618] 。今回の C h o o s e LDの性能評価では、候補リガンド（d o c k e d ： 1 i g a n d) を 10回ドッキングした。すなわち 1 160回のドッキングを各々の T c R a n g eで行い計 3480回のドッキングをおこなった。一回のドッキング試行において予測されたドッキング構造とネイティブなタンパク質一リガンド複合体 (Na t i v e P r o t e i n-L i. g a n d Comp l e x) のリガンドとの rms dが 2. OA力、それより良いならば成功とした。

図 28および図 29は、 133セットのベンチマークにおける DOCK, Au t oDo c k, GOLD予測構造の r m s d分布の結果と、 Ch o o s e LD法の結果を示す図である。 Do c k i n g m e t h o dは各ドッキングソフトの名前を意味している。 Ch o o s e LDは 3つの T c範囲について性能評価をおこなっている。 GOLDは、 GOLDS c o r e STD ( ' S t a n d a r d D e f a u 1 t S e t t i n g s ' w i t h GOLD S c o r e) , GO L DS c o r e L i b ( ' L i b r a r y S c r e e n i n g S e t t i n g s ' w i t h GOLD S c o r e) , GOLDCh emS c o r e STD ( S t a n d a r d D e f a u l t S e t t i n g s ' w i t h Ch e m S c o r e)の 3つのノラメーター (V i r t u a l S c r e e n i n g J · Ch em. I n f . Mo d e l . 4 7, 1 609— 1 6 1 8 (2 007) ) , Au t oD o c kそして DOCKの値は、 C o r i n aと M I N I の平均値とした。このグラフより C h o o s e LDの r m s dが 2. 0 A以下の構造を予測する性能は、 T c範囲が 0. 96〜0. 08なら GOLDとほぼ対等である。丁（；範囲が0. 76〜0. 08なら GOLDとほぼ対等力少し劣り、 T c範囲が 0. 56〜0. 08ならば、 DOCK, A u t o D o c kよりよいことが示された。

図 30および図 31は、各ターゲットにおける全 1 0回のドッキング試行における成功個数を記したものである。なお、図 30中の「* 1」は、予測成功個数が 5から 1 0個の PDB I Dの個数の全体に占める割合を示している。 85セットと同様に、 1 0回成功と 1 0回失敗の割合の二極化がおきているが、 1 0回失敗の数がもっとも多いごとが示された。また、 85セットに比べて、 10回成功率が 20%近く下がっている。これらのことから、 1 33セットは 85セットに比べて、ドッキングが難しいターゲットが多く含まれているものと考えられる。 85セットの医薬品的な化合物は分子量、回転可能な結合数、水素供与体、水素受容体の数がリピンスキーの 5ルール等で限定されているので、その絞り込みの影響によりドッキングしゃすレ、化合物が多く含まれるためであると考えられる。図 32および図 33は、 T c範囲で限定された F Pライブラリーにおいて F P AS c o r eで順位付けされた分布内に実験構造との r m s dが 2. 0 A以下の構造が得られる確率を示す図である。すなわち、順位が 1の場合は前述したその他のドッキングソフトとの比較の成功率と一致する。この結果も 85セットと同様に全体の成功率が低下している。

図 34は、予測成功構造の衝突個数の分布を示す図であり、 1 33セットにおける予測構造と実験構造との rms dが 2. OA以下の構造における各々標的タンパク質との衝突個数の分布を示す。衝突 0個の構造が 56. 0%で衝突 1個の構造が 28. 7%であり、計 84. 6%となっており、 FPAS c o r eの衝突判定関数は経験的物理関数であるレナ一ドジヨーンズ型関数の衝突判定に相当するものとして機能していることが示された。 85セット、 133セットとも同様の傾向を示したことから、衝突判定は十分機能していると考えられる。

図 35は、 FPライブラリ一に用いるリガンドの Tc範囲の上限値をさらに低くし、 0. 16, 0. 24， 0. 36に下限値を 0. 08にした場合の性能および、前述した Tc範囲、すなわち上限値 0. 56， 0. 76， 0. 96、下限値 0. 08の予測成功率を示す図である。 Tcの上限値を低くした場合は、 0. 2 4-0. 08で 133セットベンチマークにおける DOCK (21. 1%) と同程度の予測精度であり、 0. 36— 0. 08で 133セットベンチマークにおける Au t oDo c k (26. 6%) と同程度の予測精度であることが示された。 (GOLDとの比較）

理研ベンチマークで GOLDが失敗したが、本願発明者の方法ではドッキングでき、かつ、 rms d 2. 0以下であった例を 2例示す。

ここで、図 36は、 1DR 1について予測されたタンパク質一リガンド構造を不す l≤dでめる (P r e d i c t e d p r o t e i n— l i g a n d c o m p l e x s t r u c t u r e f o r 1DR丄) 。

図 36における条件や値等は以下のとおりである。

PDB I D ： 1 DR 1

T I TLE ： CH I CKEN L I VER D I HYDROFOL ATE R EDUCTAS E

DOCKED L I GANSD ： NADP

RMS D : 1. 743

F PA： S c o r e 1295. 553

CYAN (図中央のシアン（淡い水色））：実験（X線結晶解析）構造（An s we r) (以下も同じ。）

GREEN (図中央の濃い緑）：予測のリガンド構造（P r e d i c t e d 1 i g a n d S t r u c t u r e) (以下も同じ。 )

Th e o t h e r (その他）：結合部位 (t h e b i n d i n g s i t e ) (以下も同じ。）

すなわち図 36は、 PDB I D ; 1 DR 1に対する本実施例の予測構造を示している。これは GOLDが予測に失敗した標的タンパク質、すなわち 133セットのベンチマークから除外されたターゲットである（V i r t u a l S e r e e n i n g J . C h e m. I n f . Mo d e 1. 47， 1609— 1618 (2007) ) 。本実施例の Ch o o s e LDは、予測構造と実験構造の rm s dが 1. 74 Aであり、予測に成功した。これは、リガンドに存在する環構造が FPライブラリーにも多く含まれていたためであると考えられる。また、図 37は、 4 ESTについて予測されたタンパク質一リガンド構造を示す図でめる ^P r e d i c t e d p r o t e i n— 1 i g a n d c omp l e x s t r u c t u r e f o r 4EST) 。

図 37における条件や値等は以下のとおりである。 - PDB I D : 4 E ST

T I TLE ： CRYSTAL STRUCTURE OF THE COVA LENT COMPLEX FORMED BY A PEPT I DYL ALPHA, AL PHA-D I F LUORO

-BETA-KETO AMI DE WI TH PORC I NE

PANCREAT I C E LAS TAS E AT 1. 78— A

NGSTROMS RESOLUT I ON DOCKED L I GAND : I NH I B I TOR ACE-* ALA-* P RO-* VAL-*D I F LUORO- *N-* PHE YL ETHYL ACE

T AM I DE RMSD： 1. 729

F PAS CORE ： 451. 291

すなわち、図 37は、 PDB I D ； 4 E STに対する本実施例の予測構造を示しており、これは GOLDが予測に失敗した標的タンパク質であり、 133セットのベンチマークから除外されたターゲットである（V i r t u a l S e r e e n i n g J . C h e m. I n f . Mo d e l . 47, 1609— 1618 (2007) ) 。 Ch o o s e LDは、予測構造と実験構造の r m s dが 1. 73 Aであり予測に成功した。これはドッキングするリガンドがぺプチド性リガンドであったこともあり、 F Pライブラリ一に含まれるぺプチド性リガンドの主鎖の炭素、窒素、酸素が主に使用されたためであると考えられる。

[結果と考察（2) (Re s u l t a n d D i s c u s s i o n (2. 1) ) ：予測された構造結果（r e s u l t o f p r e d i c t e d s t r u c t u r e )

既存のドッキングソフト（GOLD, DOCK) が失敗したすべてのドッキングの例を 4例示す。

ここで、図 38〜図 41は、 GOLDが失敗したが C h o o s e LDは予測に成功したターゲットを示す図である。

図 38における条件等は以下のとおりである。

1 CDG

T I TLE ：

NUCLEOT I DE SEQUENCE AND X— RAY STRUCT URE OF

CYCLODEXTR I GLYCOSYLTRANSFERASE FR OM BAC I LLUS C I RCULANS STRA I N

251 I N A MA L T O S E— D E P E ND E NT CRYSTAL

FORM

また、図 39における条件等は以下のとおりである 1 DR 1

2. 2 ANGSTROMS CRYSTAL STRUCTURE OF C H I CKEN L I VER D I HYDRO FOLATE

REDUCTASE COMP LEXED WI TH NADP+ AND B I OPTER I N

また、図 40における条件等は以下のとおりである。

1 LDM

REF I NED CRYSTAL STRUCTURE OF DOGF I SH

M4 APO— LACTATE DEHYDROGENASE

また、図 41における条件等は以下のとおりである。

4 E ST

T i t l e CRYSTAL STRUCTURE OF THE COVA LENT COMP LEX FORMED

BY A PEPT I DYL ALPHA, AL PHA-D I FLUORO-B ETA-KETO AMI DE WI TH PORC I NE

PANCREAT I C E L AS TAS E AT 1. 78— ANGSTROM

5 RESOLUT I ON

(GL I DEを含めた比較）

G l i d e (J. Me d. Ch em. 47, (2004) 1 739 - 1749) はフレツキシブルリガンドドッキングソフトであり、本実施例の方法の内で GOLD等との予測精度の比較を行っている。図 42は、 133セット中における 90ターゲットにおける予測成功率を示す図表である。但し、上表の予測成功率の算出法は各ドッキングソフトによって異なる。すなわち、 GOLD は各ターゲッ卜に対して遺伝的アルゴリズムによる最適化を 20回行った場合の結果（ t h e b e s t o f GA 20 r un) (h t t p : / / www. c e d e. c am. a c - u k/p r o du c t s/1 i f e一 s c i e n c e s/v a l i d a t e/g o l d v a l i d a t i o n/v a l u e, h tm 1) であり、 Ch o o s e LDは各ターゲットに対して 10回ドッキングを行い FPAS c o r e上位 2個選び、べストの構造を選択した。 G 1 i d eのドツキング性能の検証には記載が無いので GOLDに準ずると考えられる。 133セットのベンチマークの結果において、 GOLDの予測成功率が 45%程度であった事実からドッキング条件および予測構造の選択法によつて予測成功率が大幅に変動すると考えられる。

(予測成功標的タンパク質の分布）

図 43は、ドッキングソフト間の予測に成功した標的タンパク質の PDB I D の類似度を Tc (タニモト係数）で算出した図表である。ここで、 133セットの中における 90セットにおける、それぞれの標的タンパク質に関して、両方のドッキングソフトが予測に成功した場合、 Tc計算式の aを加算し、片方のみが予測に成功したのなら bもしくは cを加算する。

図 43に示すように、 G 1 i d e, GOLD, F 1 e xX (J. Mo 1. B i o 1. 261, 470-489 ( 1996 ) ) ) 間の T cが 0. 61〜 0. 65であるのに対して Ch o o s e LDとその他のドッキングソフト間では 0. 47〜0. 55程度であった。予測成功率は GOLD, G 1 i d e， C h o o s e LD間で顕著な差が無いことも考えると Ch o o s e LDはその他のドッキングソフ卜に比較し、予測が成功する標的タンパク質の分布に独自性があることが示された。

また、図 44は、 90ターゲット中の一つの標的タンパク質に対する各ドツキングソフ卜の予測の成否分布を示す図表である。一方のドッキングソフ卜が予測可能なターゲットは多く存在し、現状では、すべての標的タンパク質の予測に成功するドッキングソフトは無いと言うことになつた。このような背景のもと、複数のドッキングソフトを用いることを前提に、ドッキングソフトのスコアによつて予測構造を選択するのではなく、予測された標的タンパク質一リガンド複合体構造から、水素結合等のタンパク質との相互作用情報をもちいて、より実験構造に近い予測構造を選択する研究が多く行われている（Eu r o p e a n J o u r n a 1 o f Me d i c i n a l Ch em i s t r y 42, 966 -976 (2007) 、 J . Me d. C h e m. 47， 337— 34 4 (2004) ) 。

ここで、図 45〜図 47は、 DOCKが失敗したが Ch o o s e LDは予測に成功したターゲットを示す図である。

ここで、図 45における条件等は以下のとおりである。

1 HYT

RE-DETERM I NAT I ON AND REF I NEMENT OF T HE COMPLEX OF BENZYL SUCC I N I C AC I D WI TH THERMOLYS I

N AND I TS RELAT I ON

TO THE COMPLEX WI TH CARBOXYPEPT I DAS E A

また、図 46における条件等は以下のとおりである。

1 PHG

CRYSTAL STRUCTURES OF ME T Y R A P ON E— AND

PHENYL IMI DAZOLE- I H I B I TED

COMPLEXES OF CYTOCHROME P 450 -CAM

また、図 47における条件等は以下のとおりである。

1 TMN

B I ND I NG OF N- C A R B O X YME T H Y L D I PEPET I D E I NH I B I TORS TO THERMOLYS I N DETERMI NED BY X-RAY CRYSTALLOGRAPHY. A NOVEL CLAS S OF TRANS I T I ON-STATE AN ALOGUES FOR Z I NC PEPT I DASES

[結果と考察（3) (Re s u l t a n d D i s c u s s i o n (3) ) ：許可された r a n k r a n g eの結果 (r e s u l t o f a c c e p t e d r a nk r a n g e) ]

図 48は、 1位だけではなく 1◦位までに r m s d 2. 0の構造が採取できる割合を示す図である。図 48に示すように、 10位まで採取すると、 6割以上が r m s d 2. 0以下でドッキング可能である。

また、図 49は、 1位だけではなく 10位までに r m s d 2. 5 (C l o s e ) の構造が採取できる割合を示す図である。

[結果と考察（4) (Re s u l t a n d D i s c u s s i o n (4) ) ：成功とみなせる r m s dの結果 (r e s u l t一 rms d一 r e g a r d一 a s ― s u c e e s s) 」

成功と定義する r m s dを変化させる。理研ベンチマークとの比較の際には、成功と定義する予測構造の正解構造との rms dを 2. OAとしたが、そのほかの数値（1. 5, 2. 5， 3. 0，そして 3. 5) を示す。 3. 5 Aであれば、その予測リガンド構造はほぼリガンド結合部位の近傍に存在すると考え、その構造を分子動力学や、量子化学計算の初期構造として用いることができるためである。図 50は、成功と定義する rms dを変化させた場合を示す図表である。図 50に示すように、 3. 5 A以内に予測できた構造は、 T c Ra n g e 0 . 56-0. 08 (即ち少し似ているリガンドがライブラリーに存在する場合）において 68. 9 %であった。つまり、類似した化合物の実験構造が存在すれば、この精度でドッキング構造が少なくともリガンド結合部位近傍に予測可能であることを意味している。

また、 Tc Ra n g e 0. 96-0. 08 (即ち、かなり似たリガンドがライブラリ一に存在する場合）においては、 7割の程度がリガンド結合部位に存在することを示している。

ここで、ドッキングの成功の定義としての r m s d 2. 0という数値は、様々なベンチマーク [参考文献： Ga r e t h e t a 1 J. Mo 1. B i o 1. 1997 267, 727- 748] , [参考文献： M i c h a e 1 e t a 1 J . Me d. C h e m. 2007, 50， 726— 7 4 1] , [参考文献： On o d e r a e t a 1 J . C h e m. I n f .

Mo d e 1. 200 7, 4 7, 1 609— 1 6 1 8 ] などにおける基本的な評価基準である。し力し、実際には、 rm s dが 2. 0より大きいケースでも、 MD， QMなどの最適化を行えば、精度よくタンパク質一リガンド複合体 (P r o t e i n— L i g a n d c o m p 1 e x )の構造を予測し得る。即ち、これらの成功と定義する rm s dを示すことは、 MD， QM研究者が複合体構造の最適化のための初期構造を選ぶ際の、有用なデータとなる。つまり、最適化に力、力、る時間 s h o t t i me 1 00 p s , l o n g t i me I n s a n d s o o n)または最適化するリガンド結合部位の範囲（ 5 A, 1 OA a n d s o o n) を見積もる場合の参考になると考える。

[結果と考察 (5) (R e s u l t a n d D i s c u s s i o n (5) ) ：理想的な方法（m e t h o d一 i d e a 1 ) ]

主に考察（D i s c u s s i o n)を以下に再び図 8を参照しながら記述する。すなわち、本実施例では、リガンドのパーツである F Pのコンフオメーシヨンが相互作用した構造として最も安定であるとの仮定をたてる。本実施例の FPの標的タンパク質との相互作用とは、タンパク質と近い距離にある FPを疎水性相互作用、水素結合相互作用および、ファンデルワールス相互作用といったェンタルビー的相互作用と解釈し、また、タンパク質と遠い距離にある F Pを溶媒との相互作用といったェントロピー的相互作用と解釈する。

つまり、本実施例においては、最終的に F Pのコンフオメーシヨンを使って、基底として化合物（Ch em i c a 1. C o m p o u n d ) が最も安定なドツキング構造をとる場合、タンパク質リガンド相互作用において最も安定な自由エネルギーをとると言うことに相当すると仮定されている。

すなわち、重なりのよい類似タンパク質由来の結合リガンド（1 i g a n d) 群から抽出した F P配置は、タンパク質との相互作用の自由エネルギーを含んでいる。

ここで、一つの標的タンパク質がある場合、多くのリガンドを集めるためにホモロジ一または、 e— V a 1 u eの低い類似タンパク質を利用するが、これら機能的分類に縛られない広義のフアミリータンパク質は活性部位近傍が少しの構造変化と、アミノ酸残基の変化を伴い、 7アミリータンパク質から抽出した FPが自由エネルギー安定の仮定を満たされない可能性も当然考えられる。

そのため、この欠点を補う必要があり、ファミリータンパク質から抽出した F Pを、標的タンパク質との相互作用においてより自由エネルギーが安定になる F Pに変えて、 "Mo d i f i e d F P" とし信頼性の少し落ちた F Pとして採用する。これには 3D— 1 D法の P r o g r amを修正して対応する。この Mo d i f i e d F Pの作成を標的タンパク質に対して行えば、まだ見つかつていない新規骨格のリガンドを考慮したことに相当し、標的タンパク質に結合した既知のリガンドょりも活性の高い化合物を見つけられる可能性がある。

一方、複数の結合化合物の原子相互作用の共通領域の F Pは、ファミリータンパク質が似たような複数の化合物と結合するという重なりを重視しており、生物化学的情報やエネルギー計算により原子の存在の可能性がある場合に与えられる "C r e a t i v e F P " よりも実験情報を反映した F Pを得ることができる —と考える。

[他の方法（MD， QM) のタンパク質一リガンド複合体の最適化（P r o t e i n— L i g a n d Comp l e x Op t im i z e f o r o t h e r me t h o d (MD， QM) ) ]

従来の古典物理学的エネルギーによって予測されたタンパク質一リガンド複合体（P r o t e i n— L i g a n d c omp l e ) の構造に対して、既知のタンパク質一リガンド複合体（P r o t e i n— L i g a n d c omp l e x ) の構造の情報を用いて、上記の方法で得られたドッキング構造の順位付け、クラスタリングが行われている [参考文献： Z h a n e t a 1 J. Me d. Ch em. 2004, 47, 337— 344] 。これらのことは、既存のドッキングソフトによる出力は、実験情報を確実には反映していない構造を出力することを意味している。一方で、予測されたタンパク質一リガンド複合体（P r o t e i n— L i g a n d c omp l e x) の構造を AMBER, CHARMMを用いた MD (参考文献：それぞれ、 C a s e， A. D. ， Ch e a t h am I I I, E . T. , Da r d e n, T. , Go h l k e, H. , L u o, R. , Me r z J r. , M. K. ， O n u f r i e v , A. , S i m me r l i n g, C. , Wa n g, B. & Wo o d s, J. R.

Th e Amb e r B i omo l e c u l a r S i mu l a t i o n P r o g r ams J C o m p u t C h e m 26 1668— 1688 ( 2005) , B r o o k s, R. B， B r u c c o l e r i , E. R . , O l a f s on, D. B. ， S t a t e s, JL D. ， S w am i n a t h a n, S. & Ka r p l u s, M. CHARMM： A p r o g r am f o r ma c r omo 1 e c u l a r e n e r g y, m i n i m i z a t i o n, a n d d yn am i c s c a l c u l a t i o n s J. Comp. C h e m. 4 187— 21 7 (1983) ) または QM (参考文献： Kam i y a K, Su g awa r a Y, Urn e y a m a ~H. J . Comp u t. C h e m. 2003, 24, 8 26-841) で最適化する試みもなされている。これらの MDや QMなどの方法では、ドッキングやインシリコスクリー；ングを行うのは計算量が大きすぎるため、真（Na t i v eと言う意味で）のタンパク質一リガンド複合体（P r o t e i n-L i g a n d c o m p 1 e x ) の構造からある程度近い位置にリガンドをドッキングし、それを初期構造とする必要がある。

その初期構造を得るために既存のドッキングソフトを用いるのだが、前に述べた物理エネルギーを主体にしているため、物理エネルギーによる最適化を繰り返すことになる。

一方、本実施例による手法は、既知のタンパク質一リガンド複合体（P r o t e i n— L i g a n d c omp l e x) の情報を主に使用しておりバイオインフォマテイクスの観点と物理エネルギーによる観点を考慮することが可能であり、また、本実施例で用いた P D Bの構造情報といったバイオインフォマティクス情報は、年ごとに蓄積されるものなので、医学的に興味あるタンパク質一リガンド複合体（P r o t e i n— L i g a n d Comp l e x) は多くの研究者によつて研究され、これらの予測構造の最適化にも有用であると考える。

[結論（Con c l u s i o n) ：本手法の性能]

図 51は、本実施例による処理の結果を示す図表である。図 51に示すように、本実施例による手法を用いれば、 T 85 s e tをドラッガブルタンパク質（D r u g g a b l e— p r o t e i n) に対して、ドラッグ様リガンド（D r u g g l i k e l i g a n d) をドッキングした場合、 T c Ra n g eが 0. 5 6-0. 08， 0. 76-0. 08， 0. 96— 0. 08の場合それぞれ、 G o o dの構造を得る確率は、 58. 9， 62. 1そして 65. 2%であり、 C l o s eの構造を得る確率は、それぞれ、 68. 6， 72. 1, 72, 4%であった。また、ドラッガブル標的タンパク質（Dr u g g a b 1 e_Ta r g e t P r o t e i n) に对して、様々なリガンド（ 1 i g a n d) をドッキングした場合の性能は、 Tc Ra n g eが 0. 56— 0. 08， 0. 76— 0. 08, 0. 96-0. 08の場合それぞれ、 G o o dの構造を得る確率は、 40. 1， 44. 8, そして 46. 4%であり、 C 1 o s eの構造を得る確率はそれぞれ、 53. 2, 57. 8そして 59. 3%であった。そしてこれらの性能は既存のドッキングソフ卜とほぼ同等の' 14能であることを示した。

標的タンパク質とリガンドが共に医薬品的な（d r u g g a b 1 e) 化合物を含んだトレーニング計算の結果から、標的タンパク質と任意のリガンドの相互作用スコアが 10番目までのコンフオメーシヨンを考察すれば、標的タンパク質全体の 83% (図 21の◦. 96— 0. 08、 10位までの値）に対して、正解に対して良いモデルを与えるという 2. 0Aの範囲の答えを含んだリガンド構造が一つは見つかるので、目視をして良い構造を探す価値があるということになる。 —方、標的タンパク質と任意のリガンドの相互作用スコアが 10番目までのコンフオメーシヨンを考察すれば、標的タンパク質全体の 88% (図 22の 0. 9 6-0. 08、 10位までの値）に対して、正解に対して良いモデルと似ているモデルを与えるという 2. 5 Aの範囲の答えを含んだリガンド構造が一つは見つかるので、目視をして良い。構造または似ているモデル構造を探す価値があるということになる。

また、標的タンパク質はドラッガブル（d r u g g a b l e) であり、リガンドは種々の低分子化合物を含んだトレーニング計算の結果から、標的タンパク質と任意のリガンドの相互作用スコアが 10番目までのコンフオメーシヨンを考察すれば、標的タンパク質全体の 65% (図 48の 0. 96— 0. 08、 10位までの値）に対して、正解に対して良いモデルを与えるという 2. OAの範囲の答えを含んだリガンド構造が一つは見つかるので、目視をして良い構造を探す価値があるということになる。

一方、標的タンパク質と任意のリガンドの相互作用スコアが 10番目までのコンフオメーシヨンを考察すれば、標的タンパク質全体の 76% (図 49の 0. 9 6-0. 08、 10位までの値）に対して、正解に対して良いモデルと似ているモデノレを与えるという 2. 5 Aの範囲の答えを含んだリガンド構造が一つは見つかるので、目視をして良い構造または似ているモデル構造を探す価値があるということになる。

従来、物理学的相互作用関数で当該標的タンパク質と仮想化合物ライブラリー低分子化合物の相互作用を計算していたところ、本実施例は、バイオインフォマテイクスの情報を使つて半経験的に計算している点で従来手法と異なっており、さらに構造予測の成功率は世界で認められているドッキングソフトプログラム G OLDと比べて優れる高い効果もあり、また、年々高まっている情報の蓄積が、半経験的バイオインフォマテイクス手法の当該相互作用計算の結果を良いほうに導くので、有用性も大きく従来手法と異なる効果を奏する。

また、本実施例は、標的タンパク質と種々の低分子化合物との相互作用のスコァ化によって得られたコンフオメーシヨンを、分子動力学計算式を内包したドッキングプログラムである DOCKや Au t o D o c kや GOLDにおいて、また、分子動力学計算プログラムである Am b e rや Ch a rmなど既存のドッキングソフトの初期コンフオメーシヨンとして用いることができる。これは、本実施例において得られた初期コンフオメーションが簡便に得られるのに加えて、実験を再現する精度が高いので、他のソフトプログラムとの組み合わせによって、有用な結果を得られる。

また、本実施例は、標的タンパク質の立体構造に類似しているファミリ一高分子タンパク質セッ卜に結合した種々の低分子化合物データベースである CE 1 i D (F P (f i n g e r p r i n t) s e t e x t r a c t e d f r om c o l l e c t e d l i g a n d s i n t h e b i n d i n g s i t e (結合部位のリガンド集合から抽出された化合物指紋セット））を基に、任意の F P ( f i n g e r p r i n t) を使う計算の過程で、標的タンパク質の立体構造を解析して活性部位を指定することを必要としない方法とすることができる。従来手法では、安定コンフオメーシヨンが高いスコアを持つようにするために、 DOCKや Au t o D o c kや GOLDなど既存のドッキングソフトを使ってのドッキング計算において、予め標的タンパク質の立体構造を解析して活性部位を指定することをする必要があつたが、これらに比べて、本実施例は、従来手法と異なる高い効果を有し、文献等の学習を通じて活性部位を指定する必要がなく有用である。本実施例による方法は、バイオインフォマティクスの観点から既知のタンパク質リガンド複合体（P r o t e i n— L i g a n d C omp l e x) の相互作用情報を定義したスコアを用いて的確にドッキングシミュレーションに反映することに成功した。

従来からも既存のドッキングソフ卜の出力を既知のタンパク質リガンド複合体 (P r o t e i n-L i g a n d C omp l e x) の情報をドッキングシミュレーシヨンに加えることにより、精度を上げるこころみは行われているが、これらの方法では、研究者の歙智と実践に依存しており一般性がない。本実施例による手法は、相同性（Homo l o g y) 検索および立体構造重ね合わせを自動でおこない、さらに、本手法で提示されたスコア関数を用いることにより、精度よくドッキング構造を得ることができた。

これらのことにより、研究者によるヒューマンインタべーシヨンを多く必要とせず広く使用できる。また、本手法で提示されたスコア関数は既存のドッキングソフトと組み合わせることも可能である。

すなわち、本実施例による方法は下記の三点においてきわめて有用である。本実施例による手法は、バイオインフォマティクスの観点から既知のタンパク質一リガンド複合体（P r o t e i n— L i g a n d Comp l e x) の相互作用情報を的確にドッキングシミュレーシヨンに反映できるところが従来手法とは異なる。更に、本実施例による手法は、リガンドに適切な物理量、距離拘束といったパラメータを受容体との相補性、および既知リガンドのコンフオメーションおよび原子種を考慮して自動的に付カ卩できるという高い効果を発揮し、当然これらのことは新医学的、生物学的に重要な標的タンパク質とリガンドの相互作用のバイオインフォマティクス情報は年ごとに蓄積するので新規骨格医薬品もしくは類似骨格の探索にきわめて有用である。さらにテニラーメイ ^:ド医療時代の到来で実験情報が豊富な標的タンパク質のドラッグデザィン（D r u g De s i g n) が必要になるので、本実施例による方法は、きわめて有用である。

[実施例 2]

実施例 2として、 EGFR (Ep i d e rma l g r owt h f a c t o r r e c e p t o r) を標的タンパク質とした場合の k 2と k 3の最適化とィンシリコスクリーニングについて以下に説明する。ここで、図 52は、 EGFR からの細胞内シグナル伝達経路を示した図である。

上記実施例 1の C h o o s e LD法において定義された F PAS c o r eスコァの k 2， k 3値は標的タンパク質に応じて最適化可能な係数として定義した。そこで、標的タンパク質に対して有効に機能するかどうか検証を行った。上皮増殖因子受容体フアミリーである EGFRは癌治療において、重要な阻害標的となつている（J. B i o l . C h e m. 277 46265-46272 ( 2002) , Ce l l 125 1 137— 1 149 (2006) ) 。そのため、 EGFRを標的タンパク質として用いて、インシリコスクリーニングをおこなった。

(EGFRの立体構造構築）

EGFRのアミノ酸配列は NCB I (Wh e e 1 e r , D. L. e t a 1. , Nu c l e i c Ac i d s Re s. (2007) No v 27 ) ACCESS I ON I D P 00533を使用し、铸型を P D B I D 1M 17の A鎖とした。ァライメントは図 53に示すものを使用した。図 53は、 E GFRのアミノ酸配列のァライメントを示す図である。

ホモ口ジ一は約 99 %であり、立体構造を予測するよりはむしろ、 1 M 1 7の C末端の残基欠損を補うことを目的としている。上記ァライメントを用いてホモロジーモデリングソフト FAMS L i g a n d & Comp l e x (P r o t e i n s, S u p p 1 7 122- 127 ( 2005 ) ) を用いてモデノレを構築した。ここで、図 54は、構築された EGFRのモデルを示す図である。

C I RC LEスコア（T e r a s h i , G. e t a 1. P r o t e in s, (2007) ) は 71. 367であった。なお、铸型の 1M17一 Aのスコア 82. 1 10はであった。 C I RCLEスコアは PDB等から得られた実験構造座標データベースに所属するタンパク質の X線構造から得られた統計的ポテンシャルであり、スコアが正の方向に大きいほど既知のタンパク質 X線構造の環境を満たしていることになり、すなわち、 X線構造に近いモデルであると言える。

(EGFR特異的 F Pライブラリ一の構築）

実施例 2の Ch o o s e LD法に従い得られた FPライブラリーとして用いたリガンドの PDB I Dは下記の通りである。

1AD5, 1 AGW, 1 BYG, 1 E 9 H, 1 FG I, 1 F I N, 1 FPU, 1 FVV, 1 GAG, 1H1 P, 1 H 1 Q, 1 H 24, 1H25, 1 H 26 , 1 H 2 7, 1 1 44， 1 I EP, 1 I R 3, 1 J P A, 1 J QH, 1 K 3 A, I KS W, 1M1 7, 1M52, IMP 8, 1MQB, l OEC, 1 OGU, 10 I 9, 1 O I U, 1 OP J , 1 OPK, 1 OP L, 1 PF 8, 1 PKG, 1 QC F, 1 QMZ, 1 QPC, 1 Q PD, 1 QPE, 1 QP J, 1 R 0 P, 1 RQQ, I S M2, 1 SNU, 1 T46, 1 U4D, 1 U 54, 1 U 59, 1 UWH, 1 UW 】， 1 VYW， 1 XB B, 1 XBC, 1 XKK, 1 Y 5 7, 1 Y 6 A, 1 Y6 B, 1 YKR， 1 YOL, 1 YOM, 1 YV J , 1 YWN, 2 B 54, 2 B 7 A, 2 BDF， 2 BD J , 2 BKZ, 2 B PM, 2 C 0 I , 2 C 0 O, 2 C 0 T, 2 C 4 G, 2 C 5 N, 2 C 5 O, 2 C 5 P, 2 C 5 T, 2C 5V, 2 C 5 X, 2DQ 7, 2 E 2 B, 2 ETM, 2 EVA, 2 EXM, 2 F 4 J , 2 FB 8, 2 FG I , 2 FO 0, 2 G 1 T, 2 G 2 F, 2G 2H, 2 G 2 I , 2 G 9 X, 2 GNF, 2 GNG, 2 GNH, 2 GN I , 2 GQG, 2GS 6, 2GS 7, 2H8H, 2H CK， 2HEN, 2H IW， 2HK5, 2HWO, 2HWP, 2HYY, 2HZ 0, 2HZ 4, 2HZ I , 2 HZN, 2 I OV, 2 I OY, 2 I 1 M, 2 1 40, 2 I TN, 2 I TO, 2 I TP, 2 I TQ, 2 I TT, 2 I TU, 2 I TV, 2

1 TW, 2 I TX, 2 I TY, 2 I TZ, 2 I VS, 2 I VT, 2 I VU, 2 I VV, 2 IW6, 2 I W8, 2 I W9, 2 J 0 J , 2 J OK, 2 J 0 L, 2 J 0 M, 2 J 5 F, 2 J 6M, 2NRU, 2NRY, 2 OF 2, 20F4, 2 OFU,

2 OF V, 2 OG 8, 2 O I Q, 20 J 9, 2008, 2 OS C, 20ZO, 2 P OC, 2 P 2H, 2 P 2 I , 2 P 4 I , 2 SRC, 2UUE

( I C 50既知化合物の入手）

B I OMOL (h t t p : //www. b i o m o 1. c o m/) の We bサィトから EG FRを競合的に阻害し、 I C 50値が既知の化合物の平面構造を 1 1個入手した。図 55は、入手した 1 1個の阻害剤の平面構造を示す図である。図 55において、その化合物の平面構造に対応付けて、 I C 50値を示している。これらの化合物の三次元座標は、 Ch em3Dを用いて立体構造を発生させたのち、 C h e m 3 D付属のエネルギー最小化計算を行ったものを使用した。 (EGFRのインシリコスクリーニングのための k 2, k 3値を最適化） F P AS c o r eの k 2値を 0. 5から 5. 0の範囲で変更し、 MDL Co mp r e h e n s i v e Me d i c i n a l し h em i s t r y (MD L CMし) L i b r a r y (Symy x Te c hn o l o g i e s, I n c. Co r p o r a t e Ad d r e s s ： 3100 Ce n t r a 1 Ex p r e s swa y, S a n t a C l a r a, CA 95051) を EGFR に活性のないダミー化合物と仮定し、既知の阻害剤がそれらの化合物に比べて上位に順位付けされるかといつた実験を行った。

図 56は、 F PAS c o r eで定義された k 2値を 0. 5から 5. 0の範囲に変更した際の収穫率折れ線グラフを示す図である。このとき k 3値は 1. 0とした。 r a n d omの直線は、ランダムに母集団から化合物を選択した場合に既知阻害剤が得られる推定順位の直線であり、この直線からより下位に折れ線が描けるのならば、 FPAS c o r eでの順位付けにおいて上位に阻害剤を検出できる能力が高いということになり、すなわちインシリコスクリーユングの性能がよいことを意味する。 1^ 2値が0. 5， 1. 0, 5. 0の場合、化合物の出現順位が 6から折れ線が上昇を始めている。 k 2値が 2. 0， 3. 0の折れ線を比較すると、 9， 10位において 2. 0の線がより、収穫率が良好であった。そこで、 k 2値を 2. 0とした。

図 57は、 F P AS c o r eにおける k 3値を 0. 5から 2. 0の範囲に変更した際の収穫率折れ線グラフを示す図である。このとき k 2値は 1. 0とした。どの k 3値においても、おおむね同様の直線を得られた力 k 3値が 0. 5， 2. 0の場合は、順位が 10， 1 1において、折れ線が上昇しているため k 3値 1. 0を最適 ί直とした。

(T c 下限値の最適化）

F Ρライブラリーにふくめるリガンドの T cの下限値を設定した。 Tcの下限値を限定することにより、ドッキングリガンドに類似しない化合物を除外できる。収穫率折れ線が最適になるような T c下限値を決定じた。図 58は、丁 0：上限値を1. 00とし、 Tc下限値の範囲を 0. 08から0. 32まで 0. 08刻みで変化させた場合の、それぞれの T c範囲におけるインシリコスクリーニングの結果を示す図であり、活性既知化合物の出現個数が横軸、 F PAS c o r eによる順位が縦軸となっている。 T c下限値が 0. 24の場合において、出現個数 1から 6個において X軸に這うような良好な折れ線となっていることから、この値を最適な T c下限値とした。なお、丁。下限値0. 32時における折れ線は出現個数 2個付近から急激に上昇している。これは、 Tc下限値による絞り込みで FPライブラリ一に使用すべきリガンドを除外してしまったためであると考えられ、インシリコスクリーニングにおいて、単にドッキングリガンドと類似している F Pをもったリガンドだけを含めたとしても成功しないということを意味していると考える。

図 59は、 PDBに登録されているタンパク質一リガンド複合体構造既知の P DB I Dとそのリガンドの順位付けを示す図である。図 60は、図 59のリガンド I Dと化合物名を対応付ける図である。図 59に示すように、順位付けを行つたリガンドには、 EG FR阻害剤も含まれる。これらのリガンドは F Pライブラリーに含まれているので、これら由来の FPが FPァライメントの際に主に使用され、 FPAS c o r eが高くなり上位にランクインしたと考えられる。 Tc下限値が 0. 24のインシリコスクリーニングにおいて、 0. 08の場合と比較して、これらのリガンド出現順位が分散しているが、タンパク質一リガンド複合体構造が解明されていない EGFRに対する I C 50既知の化合物は T c下限値 0.

24の時が良好な収穫率カーブを描いていたことから、丁 0下限値0. 24が最適であると考えた。

(インシリコスクリーニングの結果）

k 2 = 2. 0， k 3値 = 1. 0, 丁。下限値=0. 24とした時の EGFRィンシリコスクリーニングの結果を以下に示す。上位 100構造において、 97構造がリン酸原子を含む A TP誘導体であった。そこで、下記の絞り込みをおこなつた。 (1) 分子量 350以上 800以下の分子、リンを含む分子を除外

(2) 重要な水素結合をしない分子を除外（METの主鎖の窒素）

(3) タンパク質原子とリガンド原子の衝突 2. OA以下が存在するドッキングリガンド分子を除外

図 61および図 62は、 K i n a s eのインシリコスクリーニングによる絞り込みの結果の上位 10位のタンパク質一リガンド複合体を示す図である。なお図 62は図 61を別角度から見たものである。キナーゼ（K i n a s e) ドメインの空間内における立体構造相補性を満たし、かつ、相互作用に重要な水素結合を満たす構造が F PAS c o r eによるランキングに存在したことになり、本実施例の Ch o o s e LD法がインシリコスクリーニングによる阻害剤探索にも有用であることが示された。なお、これらの試薬は購入可能であり、活性値を測定することが可能である。し力しながら、 FPAS c o r eによる順位付けは、標的タンパク質の活'性阻害の強さを直接あらわしているスコアではないため、 FPに与えるスコアを F P構築法に依存して一律に与えるのではなく、結合定数の大きさも反映できるようなスコアに改良することも可能であると考える。

[適用例]

上記実施例 1， 2にかかる Ch o o s e LD法を様々な標的タンパク質に対して適用した結果を以下に示す。これらの結果は、実験による証明が必要である。一例目は、 EG FRの二量体形成阻害剤探索に関するものである。二例目は、 V EGF 2に対する KRN633, KRN 951の複合体構造の予測に関し、タンパク質ーリガンド複合体構造の予測は X線構造解析による証明が必要である。三例目は、マラリアに対するインシリコスクリーニングに関しても、結合実験による証明が必要である。

(EGFRの TGF α結合ドメイン阻害剤のインシリコスクリーニング）図 52で示したように、 EG FRは二量体を形成することにより、シグナルを伝達することが知られている（Na t. Re v. Ca n c e r. 4, 3 61 -370 (2004) ) 。リガンドとして E G F Rに結合する T r a n s f o rm i n g Gr owt h F a c t o r a (T G F— a ) fま EGFR力 ^s 複合体を形成するために必要なペプチドである。すなわち、 EGFRのTGF— a結合ドメインの阻害剤開発は創薬のターゲットとなる。そこで、 Ch o o s e LD法を用いて、 EGFRの TGF— a結合ドメインに対するインシリコスクリ一二ングを行った。 EGFRの立体構造は PDB I D； 1MOXをもちいた。 T GF-a結合ドメィン近傍に T G F類似体のぺプチドを F AM S L i g a n d & Comp l e x (P r o t e i n s 61， 122- 127 (200 5) ) を用いてモデリングしその側鎖を切り出した。

図 63は、 TGF— α結合ドメイン近傍を表した図であり、黄色は TG Fa類似体のペプチドから側鎖のみを切り出したものであり、これを Ch o o s e LD 法の FPライブラリ一として用いた。これは、ペプチド性の阻害剤が F PAS c o r e上位に出現することを防ぐ目的で行われた。

図 64は、 MDL Comp r e h e n s i v e Me d i c i n a l C h em i s t r y (MDL CMC) L i b r a r yを用いた E G F Rの T G F— ct結合ドメインに対するインシリコスクリーニングの結果を示す図であり、図 65は、 MDL ACD L i b r a r yを用いた同インシリコスクリーニングの結果を示す図である。これにより、本実施例によって、タンパク質一タンパク質相互作用の情報を用いたドッキングが可能であることが示された。

(VEGFR2 (Va s c u l a r e n d o t h e l i a l g r ow t h f a c t o r Re c e p t o r - 2) に対する KRN633, KRN951の複合体構造の予測）

VEGFR2は、血管新生に関与するキナーゼ（k i n a s e) であり、肺癌などの癌発症時に異常発現するタンパク質の一つであり、このタンパク質を特異的に阻害する化合物は癌の治療薬となる。阻害剤として KRN633 (Mo 1. Ca n c e r. Th e r. 3, 1639— 1649 (2004) ) ,

KRN951 (Ca n c e r Re s. 66, 9134— 9142 (2 006) ) が知られている。し力、し、これらの複合体構造は 2007年 12月時点において、 X線結晶構造解析がなされていない。そこで、 VEGFR2と KR N633の複合体、および、 VEGFR2と KRN951の複合体構造を予測した。ここで、図 66は、 KRN633 ( I C 50 = 1. 16 nm/L) の平面構造を示す図であり、図 67は、 KRN951 ( I C 50 = 0. 16 nm /L) の平面構造を示す図である。

VEGFR 2の立体構造は PDB I D 2 P 2Hの A鎖を用いた。 KRN63 3, KRN 951のドッキングについての条件を記載すると、 FPライブラリーに用いたリガンドは PS I— B 1 a s tによるホモロジ一検索により入手し、ドッキングに使用された F Pライブラリーの上位 10個は KRN633では、 PD B I D : 2HZN_A, 1 YWN— A, 2 J 5 F_A, 2 I VU— A， 2 H8H— A, 20H4— A, 1GAG一 A， 1 FPU一 A, 2 C 0 I_ A, 2 P 4 I_Aであり、 KRN951においては、 2 I 0 V_A， 2HZ N— A， 2 OH 4— A, 1 FG I— A, 1 YWN—A, 1 FPU一 A, 20FU—A, 2 CO I一 A, 2H8H— A, 2 FG I— Aとなった。図 68〜図 71は、 VEGFR 2の活性近傍の立体構造を示した図である。タンパク質側の赤いリボンは _α ^リックス、シアンのリボンは ]3シートを意味する。図 68は、 KRN 633の VEGFR 2活性部位近傍へのドッキングに用いた F Pライブラリ一に所属するリガンドにおいてドッキングに使用されたリガンドの上位 10個の集合を表しており、図 70は、同様に、 KRN951の FPライブラリーに用いた F Pライブラリーに所属するリガンドにおいて VEGFR 2 活性部位近傍へのドッキングに使用されたリガンドの上位 10個の集合を表している。図 69は、 KRN633について、 C h o o s e L D法を 10回実行し、予測された構造 10個を VEGFR2の活性部位近傍の立体構造とともに示してレヽる。 FPライブラリーのリガンドの中で KRN 633との類似度に Tcを用いた場合、最高値は 0. 45であった。 10回の試行において、ほぼ同様の構造を得ることができた。図 71は、同様に KRN951について、 Ch o o s e LD 法を 10回実行し、予測された構造 10個を VEGFR2の活性部位近傍の立体構造とともに示している。予測構造の 10個中 8個がほぼ同じ構造であった。 F Pライブラリーのリガンドの中で KRN 951との類似度に T cを用いた場合、最高値は 0. 29であった。

(VEGFR—2のドッキング予測成功率の算出）

KRN633, KRN951の予測複合体構造の信頼性を評価するために、

F Pライブラリーに含まれるドッキングリガンドの T c最大値を用いて、 133 セットから算出された統計的な成功率を算出した。図 72は、 133セットを用いた C h o o s e L D法のドッキング性能試験の結果得られた T c下限値を 0. 08に固定し、 T c上限値を変化させた時の予測成功率について、横軸に T c上限値、縦軸に成功率としたグラフを示す図である。

すなわち、グラフに T c上限値を内挿することによって Ch o o s e LD法適用時の予測成功精度を統計的に算出することが可能である。ただし、この統計的予測成功率は、標的タンパク質の立体構造、アミノ酸配列を考慮していない。 K RN633のドッキングで用いた FPライブラリーに含まれるリガンドの中、 T cが最大のものは、 0. 45であったことから、 0. 36と 0. 56の時の予測成功率を用いて予測成功率を内挿すると、 34. 7%となった。 KRN951も同様に、 0. 24と 0. 36の時の予測成功率から、推定予測成功率は、 24. 3%となった。 133セットでの予測成功率で最も予測成功率が高かった GO L D S c o r e STDが 46. 0%、 DOCKは 21. l%、 Au t oDo c kは 26. 6%であり、 KRN633は Au t oDo c kよりょく、 GOLDには及ばない精度で予測でき、 KRN 951に関しては、 Au t o D o c kと同程度の精度で予測できたと考えられた。

(P l a smo d i um f a l c i p a r um e n o y 1 a c y 1 c a r r i e r p r o t e i n r e du c t a s e に対する低分子 (NAD) が介在した状態でのドッキング）

P l a smo d i um f a l c i p a r umの e n o y l a c y 1 c a r r i e r p r o t e i n はマラリア熱の病原タンパク質の一つであり、月旨質合成に関与するタンパク質であるが、この脂質合成経路はヒトには存在しないため、このタンパク質の機能を阻害することはマラリア熱治療につながると考えられている（J . B i o l . C h e m. 2 7 7, 1 3 1 06— 1 3 1 1 4 (2 00 2) ) 。

図 7 3は、 e n o y l a c y l c a r r i e r p r o t e i nの：^体構造を示した図である。また、図 7 3に示すように、このタンパク質を阻害する化合物としてトリク口サン等が存在し、複数の阻害剤との X線結晶構造解析が行われており（J . B i o l . C h em. 2 7 7， 1 3 1 0 6— 1 3 1 1 4 (200 2) ) 、これらの阻害剤は NADを介して結合する。これらを F Pライブラリーとして用いることにより、新規阻害剤のリード化合物探索のためのィンシリコスクリ一ユングを実行した。

図 74は、 MDL C omp r e h e n s i v e Me d i c i n a l C h e m i s t r y (MDL CMC) L i b r a r yを用いて、 e n o y 1 a c y 1 c a r r i e r p r o t e i nのインシリコスクリーニングを行った結果の F PAS c o r eの上位 1 0構造を示す図である。上側の円で囲まれている部分がインシリコスクリーユングによる結果であり、下側の円で示す NADの占める空間を考慮したドッキングが行われている。なお、 MD L Av a i 1 a b l e C h em i c a l s D i r e c t o r y (MD L A CD) L i b r a r yに対してもインシリコスクリーニングを実行しているが、本実施例の C h o o s e LD法によれば、 NADや H 2 O等の標的タンパク質の活性部位近傍に存在する低分子を考慮したドッキングが可能であることを示すことができた。

( ロ ^m)

本実施例では、新しく定義した F P A S c o r eをシミュレテイツドアニーリングで最適化する方法を用いるバイオインフォマテイクスに基づいたリガンドドッキングとインシリコスクリーニング法、 C h o o s e LD法を開発した。また、 8 5セットにおける k 1値の最適化を行うことにより、ハイスループットスクリ一二ング等に用いられることを想定した最適値を 4. 0に決定した。この k l値をもちいた場合で、 133セットにおいて、 rm s d力 2. ◦ A以下で実験構造を予測できる割合を指標としたとき、本実施例の Ch o o s e LD法のドッキング性能は既存の古典的物理関数を用いてドッキングを行う GO L Dと同程度であり、 T c上限値が低い場合は DOCK, Au t o D o c kと同程度であった。このことは、ファミリータンパク質由来のリガンドから構築した FPライブラリ一に含まれるリガンドから F P構築法によって得られた F Pが、自由エネルギーの低くなるような座標であるという仮定が正しかったことを示している。

し力し、従来の既存のドッキングソフトが自由エネルギー最小の構造を必ずしも探索できないことから、従来手法にはまだ改良の余地があることも示している。また、 133セットにおいて、予測に成功した PDB I Dの分布の観点から C h o o s e LD法と G 1 i d e, GOLD, F i e xXと比較をおこない、 PDB I Dの分布の類似度を T cによって算出した結果、予測に成功するターゲットに独自性があり、本実施例である Ch o o s e LD法と従来法との併用でインシリコスクリーニングの精度が上昇する可能性を示した。さらに、上述のように、本実施例 2では、 FPAS c o r eの k 2値， k 3値が標的タンパク質に応じて、最適化可能な変数であることを EGFRの k i n a s e ドメインを標的タンパク質として用いて示した。これらの結果から、本実施例 2の Ch o o s e LD法における FPAS c o r eの k 1, k 2, k 3値は標的タンパク質に応じて最適化することにより、より多くの阻害剤、およびリード化合物が、インシリコスクリ一二ングスクリーニングされると考えられた。

[実施例 3]

実施例 3について以下に説明する。実施例 3では、 AMPKh omoGAMM A1酵素の阻害薬（アンタゴニスト）並びに作動薬（ァゴ二スト）を開発する目的で、インシリコスクリーニングを行った。

まず、 AMPKh omoGAMMAl酵素を標的タンパク質として、そのアミノ酸配列の相同性検索を行ない 99. 7%のホモロジ一をもつ 2 V9 J_E (2 9】の£鎖）を鎵型として次のリガンドを含めて FAMS L i g a n dを用いて AMPKh omoGAMMA 1をモデリングした。ここで、図 75は、 AM PKh o mo GAMMA 1と 2 V9 J—Eのアミノ酸配列のァライメントを示した図である。その結果、結合リガンドは、 2 V8Q— Eの 3個のリガンド AMP — E— 1327、 AMP一 E— 1328、 AMP— E— 1329、 2 V 92— E の 3個のリガンド ATP— E—l 327、 ATP— E— 1328、 AMP—E一 1329、 2 V9 J—Eの 3個のリガンドと 2個のマグネシウム AT P— E— 1 327、 ATP— E—l 328、 AMP一 E—l 329、 MG—E一 1330、 MG_E_1331、 2QRE— Eの 1個のリガンド AMZ— E— 1002であつた。

つぎに、 2V9 J—E以外のリガンドは、 CEによるフィッティング（原子の種類を意識しないタンパク質同士の構造重ね合わせ）で 2V9 J— Eの座標系に重ね合わせた。 2 V9 J— Eモデルの 3ケ所の ATP (AMP) 結合部位の中から MGイオンに依存しない AMP— E— 1329サイ卜に絞って阻害剤並びに作動薬のスクリーニングを実施することにした。

本実施例の Ch o o s e LDを実施するに当たり、 AMP— E— 1329の結合部位から 18 A以内のァミノ酸残基を切り出し 2 V 9 J— Eの受容体モデルとした。また Ch o o s e LDスクリーユング時には、受容体結合サイト以外のリガンドと MGイオンは補欠分子（Co f a c t o r) として受容体に含めた。また、本実施例の Ch o o s e LDのFPには、受容体結合部位のリガンド分子からリン酸基（PO 3) を除いた 3個の Ad e n o s i n eと 1_ (5— Am i n o— 4— c a r b o x am i d e— 1H— i m i d a z o l e— y l) — r i b o s eを使うことにしたが、リン酸基部分は候補化合物の官能基には向かない。そのため、リン酸をそのまま FPにするのではなく、リン酸基の酸素原子と水素結合している H i s 151と H i s 298 (铸型タンパク質の 2V9 J— Eでは H i s l 50と H i s 297) ペアの相対的な距離を計算し、構造的なずれを G DT—TS (0. 5 A, 1. OA, 1. 5 A, 2. 0 A) で計算し 70%以上（変更可能） GDT— TSの残基ペアであり、残基ペアから 3. OA以内（変更可能）に存在するリガンドを 95%NR— PDBから HETATMとして抽出した。なお、このとき 2アミノ酸残基ではなく 3アミノ酸残基を指定することも可能である。

G D T— T Sはネィティブ構造に対して X A以下で重ねられる残基の割合を示す。その結果 1061個のリガンドを取り出すことができた。これらのリガンドについて、 2V9 J—E受容体との衝突をチェックすることにより 18個のリガンドあるいはリガンドの一部分を F Pに追加して合計 22個の FPにより CMC (し omp r e h e n s i v e Me d i c i n a l し h em i s t r y, 2006. 1， E l s e v i wr MD L) データベースのスクリーニングを行った。

受容体側とリガンドとの原子衝突（2. OA 1原子以下、 2. 2 A 3原子以下、 2. 4 A 5原子以下）、リガンド分子量 200から 500まで、リガンド L o g P - 1から 5まで、リガンドの環の数、水素供与原子、水素受容原子、それぞれ 0から 5などに設定した。ここで、図 76は、リガンドが受容体全体に結合した CMC医薬品の結果リストを示す図である。

ここで、図 77は、この中の 1から 10位までの 2 V9 J— E受容体への結合状態を集合的に表した図である。緑色のボールアンドスティックモデルは 2つの H I S残基を、黄色のスティックモデルは、 3個の Ad e n o s i n eと 1— ( 5— Am i n o— 4— c a r b o x am i d e— 1 H— i m i d a z o 1 e— y 1) — r i b o s eを示す。その間に 10個の医薬品がドッキングされている。さらに 3個の Ad e n o s i n eと 1— (5— Am i n o— 4— c a r b o x a m i d e— ΙΗ— im i d a z o 1 e— y l) - r i b o s eにカ卩えて CMCスクリーユングで取れてきた医薬品化合物 27個を F i n g e r P r i n tとして計 31個の F Pを用いて ACD (Av a i l a b l e Ch em i c a l s D i r e c t o r y, 2008. 1, E l s e v i wr MDL) のスクリーニングを行い AMPKh omo GAMMA 1酵素の阻害薬（アンタゴニスト）並びに作動薬（ァゴ二スト）の候補化合物を得ることもできる。 [他の実施の形態]

さて、これまで本発明の実施の形態について説明したが、本発明は、上述した実施の形態以外にも、上記特許請求の範囲および本願発明の概要に記載した技術的思想の範囲内において種々の異なる実施の形態にて実施されてよいものである。例えば、インシリコスクリーニング装置 100がスタンドアローンの形態で処理を行う場合を一例に説明したが、インシリコスクリーニング装置 100とは別筐体で構成されるクライアント端末からの要求に応じて処理を行い、その処理結果を当該クライアント端末に返却するように構成してもよい。

また、実施の形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。

このほ力 \ 上記文献中や図面中で示した処理手順、制御手順、具体的名称、各処理の登録データや検索条件等のパラメータを含む情報、画面例、データベース構成については、特記する場合を除いて任意に変更することができる。

また、インシリコスクリーニング装置 100に関して、図示の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。

例えば、インシリコスクリーニング装置 100の各装置が備える処理機能、特に制御部 102にて行われる各処理機能については、その全部または任意の一部を、 CPU (Ce n t r a l P r o c e s s i n g Un i t) および当該 C PUにて解釈実行されるプログラムにて実現することができ、あるいは、ワイヤードロジックによるハードウェアとして実現することも可能である。また、外部システム 200は、 WE Bサーバや AS Pサーバ等として構成していてもよく、そのハードウェア構成は、一般に市販されるワークステーション、パーソナルコンピュータ等の情報処理装置およびその付属装置により構成していてもよい。また、外部システム 200の各機能は、外部システム 200のハードウヱァ構成中の CPU、ディスク装置、メモリ装置、入力装置、出力装置、通信制御装置等およびそれらを制御するプログラム等により実現される。

尚、プログラムは、後述する記録媒体に記録されており、必要に応じてインシリコスクリーニング装置 100に機械的に読み取られる。すなわち、 ROMまたは HDなどの記憶部 106などは、 OS (Op e r a t i n g Sy s t em) として協働して CPUに命令を与え、各種処理を行うためのコンピュータプログラムが記録されている。このコンピュータプログラムは、 RAMにロードされることによって実行され、 CPUと協働して制御部を構成する。また、このコンビユータプログラムは、ィンシリコスクリーニング装置 100に対して任意のネットワーク 300を介して接続された外部システム 200等のアプリケーションプログラムサーバに記憶されていてもよく、必要に応じてその全部または一部をダゥンロードすることも可能である。

また、本発明に係るプログラムを、コンピュータ読み取り可能な記録媒体に格納することもできる。ここで、この「記録媒体」とは、フレキシブルディスク、光磁気ディスク、 ROM、 E PROM, EEPROM、 CD-ROM, MO、 D VD等の任意の「可搬用の物理媒体」、あるいは、 LAN、 WAN, インターネッ卜に代表されるネットワークを介してプログラムを送信する場合の通信回線や搬送波のように、短期にプログラムを保持する「通信媒体」を含むものとする。また、「プログラム」とは、任意の言語や記述方法にて記述されたデータ処理方法であり、ソースコードやバイナリコード等の形式を問わない。なお、「プログラム」は必ずしも単一的に構成されるものに限られず、複数のモジュールゃライブラリとして分散構成されるものや、 OS (Op e r a t i n g Sy s t e m)に代表される別個のプログラムと協働してその機能を達成するものをも含む。なお、実施の形態に示した各装置において記録媒体を読み取るための具体的な構成、読み取り手順、あるいは、読み取り後のインストール手順等については、周知の構成や手順を用いることができる。

記憶部 106に格納される各種のデータベース等は、 RAM、 ROM等のメモリ装置、ハードディスク等の固定ディスク装置、フレキシブルディスク、光ディスク等のストレージ手段であり、各種処理やウェブサイト提供に用いる各種のプログラムゃテ一ブルゃデータベースゃゥェブベージ用ファイル等を格納する。また、インシリコスクリーニング装置 1 0 0は、既知のパーソナルコンビュ一タ、ワークステーション等の情報処理装置を接続し、該情報処理装置に本発明の方法を実現させるソフトウェア（プログラム、データ等を含む）を実装することにより実現してもよい。

更に、装置の分散 ·統合の具体的形態は図示するものに限られず、その全部または一部を、各種の負荷等に応じた任意の単位で、機能的または物理的に分散 · 統合して構成することができる。産業上の利用可能性

標的高分子タンパク質にどのような当該化合物が有意に相互作用して、ドツキングするかの情報は新しい医薬品開発の要であり、またテーラ一メイド医療というのは少なくとも、一つのアミノ酸残基の置換に対応して、従来ではきかなかつた医薬品の開発をすることなので、標的高分子タンパク質に結合した化合物の情報は実験決定済み化合物数においてその数が豊富であり、新薬の開発は非常に加速されるので、本願発明において述べたインシリコスクリーニング装置およびィンシリコスクリーニング方法の産業上利用可能性は非常に大きい。

Claims

請求の範囲

1 . 標的タンパク質に結合する候補化合物のスクリーニングを行う、記憶部と制御部を少なくとも備えたインシリコスクリーニング装置であって、

上記記憶部は、

化合物中の複数個の原子に係る化合物指紋として、原子タイプと原子間結合規則とを含む化学記述子を、上記候補化合物ごとに抽出して作成された化合物データベース、

を備え、

上記制御部は、

上記標的タンパク質と立体構造が同一または類似するフアミリータンパク質に結合することが既知の結合化合物につ!/、て、上記標的タンパク質の座標系に変換した三次元座標とともに上記化合物指紋を抽出して結合化合物指紋セットを作成する化合物指紋作成手段と、

上記化合物データベースに記憶された上記候補ィヒ合物にっレ、て、上記結合化合物指紋セットの上記三次元座標を基底として算出した上記化合物指紋単位の二乗平均偏差を基礎とする相互作用スコアが最適化されるように、当該候補化合物の上記標的タンパク質に対する上記立体構造を演算する最適化手段と、

を備えたことを特 ί敷とするインシリコスクリーニング装置。

2 . 請求項 1に記載のインシリコスクリーニング装置において、

化合物に結合したタンパク質の立体構造およびァミノ酸配列を記憶するタンパク質デーダベース装置に接続され、

上記制御部は、

上記標的タンパク質の上記ァミノ酸配列との相同性に基づいて、上記フアミリ一タンパク質および上記結合化合物を上記タンパク質データベース装置から検索する相同性検索手段、を更に備え、

上記化合物指紋作成手段は、

上記相同性検索手段により検索された上記フアミリータンパク質に結合する上記結合化合物について、上記標的タンパク質の座標系に変換した上記三次元座標とともに上記化合物指紋を抽出して上記結合化合物指紋セットを作成すること、を特徴とするインシリコスクリーニング装置。

3 . 請求項 1に記載のインシリコスクリーニング装置において、

上記化合物指紋作成手段は、

上記フアミリータンパク質と上記標的タンパク質との構造重ね合わせにより、当該フアミリータンパク質に結合する上記結合化合物の上記三次元座標を上記標的タンパク質の座標系に変換し、変換された上記三次元座標とともに上記化合物指紋を抽出して上記結合化合物指紋セットを作成すること、

を特徴とするインシリコスクリーニング装置。

4 請求^ I Iに記載のインシリコスクリーニング装置において、

上記化合物指紋作成手段は、

上記結合化合物と異なる他の上記化合物を参照して構造重ね合わせを行い、当該結合化合物と当該他の上記化合物の原子間をまたがる上記化合物指紋を抽出して上記結合化合物指紋セットに追加する新規化合物指紋追加手段、

を更に備えたことを特徴とするインシリコスクリーニング装置。

5 . 請求項 1に記載のインシリコスクリーニング装置において、

上記化合物指紋作成手段は、

タニモト係数に基づき上記結合化合物と類似する上記化合物について、当該結合化合物と当該化合物の原子間で原子の種類を入れ替え、上記標的タンパク質に対する相互作用エネルギーを算出して当該結合化合物の上記化合物指紋よりも局所エネルギー的に安定な上記化合物指紋を作成して上記結合化合物指紋セットに追加する新規化合物指紋追加手段、

6 . 請求項 1に記載のインシリコスクリーニング装置において、

上記結合化合物は、公知のドッキングアルゴリズムにより上記標的タンパク質に対して安定なコンフオメーションを持つと予測された化合物であること、を特徴とするインシリコスクリーニング装置。

7 . 請求項 1に記載のインシリコスクリーニング装置において、

上記最適化手段は、

上記化合物指紋単位に上記二乗平均偏差を基礎とした、上記候ネ甫化合物の、上記標的タンパク質との衝突具合、上記標的タンパク質の相互作用領域における存在割合、および、上記標的タンパク質との直接相互作用割合を考慮に入れた関数に基づいて、上記相互作用スコアを計算する相互作用スコア計算手段、

を更に備えたことを特徴とするインシリコスクリーニング装置。 -

8 . 請求項 1に記載のインシリコスクリーニング装置において、

上記最適化手段は、

上記相互作用スコアをメトロポリス法に基づいて判定し、判定結果にしたがつて上記候補化合物の基底となる上記化合物指紋を変更、増カロ、または減少させることにより、上記相互作用スコアを最適化させること、

を特徴とするインシリコスクリーニング装置。

9 . 請求項 1に記載のインシリコスクリーニング装置において、

上記最適化手段は、

上記相互作用スコァの最適化過程において、上記候補化合物のコンフオメ一シヨンを繰り返し変化させ、シミュレティッドアニーリング法に基づいて、当該候補化合物の上記コンフオメーション毎に当該候補ィヒ合物を剛体として繰り返し並進または回転させる構造変換手段、

を更に備え、

上記最適化手段は、上記構造変換手段により並進または回転された上記コンフオメーション毎の上記候補化合物について上記相互作用スコアを計算すること、を特徴とするインシリコスクリーニング装置。

10. 請求項 1に記載のインシリコスクリーユング装置において、

上記最適化手段は、

上記相互作用スコアを以下の数式（1) に基づいて算出すること、

[数 1]

FPAScore = F{angned fp,fp rmsd , molecule)

= BaseScore{aligned fp,fp rmsd)

x fp volume(molecule)

x fp _ contact _ surface(molecule) ( i )

(ここで、上記 FPAS c o r eは上記相互作用スコアを表し、上記 F (a 1 i g n e d一 f p , f p一 rms d, mo l e c u l e) は、上記結合ィ匕合物と上記候補化合物間の上記化合物指紋単位のァライメント度および上記二乗平均偏差、ならびに、上記候補ィヒ合物の上記標的タンパク質に対する上記立体構造を変数とする関数であり、上記 B a s e S c o r e (a l i g n e d— f p， f p_r m s d) は、上記化合物指紋単位の一致度および密集度を示す指標であり、上記 f p— v o l ume (mo l e c u l e) は、上記結合化合物指紋セッ卜の上記三次元座標からなる空間を上記候補化合物が占める割合、および、上記標的タンパク質との衝突具合を示す指標であり、上記 f p— c o n t a c t_s u r f a c e (mo 1 e c u 1 e) は、上記候補化合物の上記標的タンパク質との接触度、および、上記結合化合物指紋セッ卜の上記三次元座標への帰属度を示す指標である。 )

を特徴とするインシリコスクリーニング装置。

1 1. 請求項 1 0に記載のインシリコスクリーニング装置において、

上記数式（1) における、

_ϋ目己 B a s e ¾ c o r e 、a l i g n e a一 f p , ι ρ一 r m s d ) (i ξλ の数式（2) に基づいて算出され、

[数 2]

RawScore(aligned jp)

Baseacorei aligned _ fp,fp_ rmsd) =

\ + ln(fp_rmsd^k] +1) (₂) (ここで、上記 R a wS c o r e (a l i g n e d— f p) は、上記結合化合物と上記候補化合物間でァライメントされた上記化合物指紋における原子の数に基づく指標であり、上記 f p— r m s dは、上記二乗平均偏差である。 )

上記 f p一 V o 1 ume (mo l e c u l e) は、以下の数式（6) に基づいて算出され、

[数 3] fp _ volume(molecule) = In ゾ-

- 1.0 + " ³ ₍₆₎

上目己 f p一 c o n t a c t― s u r f a c e (mo l e c u l e; ίま、以下の数式（7) に基づいて算出されること、

[数 4] ^ density—of— atom{atom{i)) fp _ contact _ surface(molecule) =——―

total _ density— of一 atom(molecule) ( 7 )

(ここで、上記 nは、上記候補化合物の原子の数であり、上記 a t om ( i ) は、上記候補化合物の i番目の原子の上記三次元座標であり、上記 d e n s i t y_ o f— a t om (a t om ( i ) ) は、当該原子の上記三次元座標が上記結合化合物指紋セットの上記化合物指紋に属している場合に、当該化合物指紋の上記原子と所定の距離で接触している上記標的タンパク質の原子の数と、当該化合物指紋の同一格子点に属する上記結合化合物の原子の数との和を返す関数であり、上 g己 t o t a 1一 d e n s i t y一 o t― a t orn (mo 1 e c u 1 e ) ίま、上 c d e n s i t y— o f— a t o mの分布を降順に並べ換えたものを上記候補ィ匕合物の原子の数だけ順に足し合わせた数である。）

を特徴とするインシリコスクリーニング装置。

1 2. 記憶部と制御部を少なくとも備えたインシリコスクリーニング装置において実行される、標的タンパク質に結合する候補化合物のスクリーニングを行うインシリコスクリーニング方法であって、

上記記憶部は、

化合物中の複数個の原子に係る化合物指紋として、原子タイプと原子間結合規則とを含む化学記述子を、上記候補化合物ごとに抽出して作成された化合物データベースを備えており、

上記制御部において実行される、

上記標的タンパク質と立体構造が同一または類似するファミリータンパク質に結合することが既知の結合化合物について、上記標的タンパク質の座標系に変換した三次元座標とともに上記化合物指紋を抽出して結合化合物指紋セットを作成する化合物指紋作成ステップと、

上記化合物データベースに記憶された上記候補化合物について、上記結合化合物指紋セットの上記三次元座標を基底として算出した上記化合物指紋単位の二乗平均偏差を基礎とする相互作用スコアが最適化されるように、当該候補化合物の上記標的タンパク質に対する上記立体構造を演算する最適化ステツプと、を含むことを特徴とするインシリコスクリーニング方法。