JP2004295256A - 抗体設計装置、抗体設計方法、プログラム、および、記録媒体 - Google Patents
抗体設計装置、抗体設計方法、プログラム、および、記録媒体 Download PDFInfo
- Publication number
- JP2004295256A JP2004295256A JP2003083775A JP2003083775A JP2004295256A JP 2004295256 A JP2004295256 A JP 2004295256A JP 2003083775 A JP2003083775 A JP 2003083775A JP 2003083775 A JP2003083775 A JP 2003083775A JP 2004295256 A JP2004295256 A JP 2004295256A
- Authority
- JP
- Japan
- Prior art keywords
- affinity
- epitope
- cdr
- antibody
- site
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Complex Calculations (AREA)
Abstract
【課題】計算負担が少なくかつ精度が高い抗体設計を計算機において行うことのできる抗体設計装置などを提供することを課題とする。
【解決手段】抗原のエピトープ部位のエピトープ構造と、当該抗原に結合する抗体のＣＤＲ部位のＣＤＲ構造の複合体構造データを予測し、予測された複合体構造データについて、エピトープ構造とＣＤＲ構造との間のアフィニティを計算し、計算されたアフィニティを評価し、ＣＤＲ部位の配列の一部についてミューテーションを行う。そして、変異されたＣＤＲ部位のＣＤＲ構造に基づいて変異後の複合体構造データを予測し、当該変異後の複合体構造データについて変異後のアフィニティを計算し、当該変異後のアフィニティの評価を行い、変異前後のアフィニティの評価結果を比較する。
【選択図】 図１
【解決手段】抗原のエピトープ部位のエピトープ構造と、当該抗原に結合する抗体のＣＤＲ部位のＣＤＲ構造の複合体構造データを予測し、予測された複合体構造データについて、エピトープ構造とＣＤＲ構造との間のアフィニティを計算し、計算されたアフィニティを評価し、ＣＤＲ部位の配列の一部についてミューテーションを行う。そして、変異されたＣＤＲ部位のＣＤＲ構造に基づいて変異後の複合体構造データを予測し、当該変異後の複合体構造データについて変異後のアフィニティを計算し、当該変異後のアフィニティの評価を行い、変異前後のアフィニティの評価結果を比較する。
【選択図】 図１
Description
【０００１】
【発明の属する技術分野】
本発明は、抗体設計装置、抗体設計方法、プログラム、および、記録媒体に関し、特に、計算負担が少なくかつ精度が高い抗体設計を計算機において行うことのできる抗体設計装置、抗体設計方法、プログラム、および、記録媒体に関する。
【０００２】
【従来の技術】
モノクローナル抗体は生物の持つ抗原・抗体反応を利用した技術であり、癌、アレルギーなどの診断および治療のための高分子医薬として期待されている。例えば、ある病気に特有の発現蛋白質があれば、モノクローナル抗体を作成することにより病気の診断が可能である。これは、抗原（特有の発現蛋白質）と抗体の特異的結合を利用した新しい診断手法である。
【０００３】
また、抗原−抗体間の特異的結合を目印としてＮＫ細胞、マクロファージなどの免疫細胞が集まり、そのことにより病気の原因細胞（癌細胞など）を除去することも可能である。この治療法は、従来の抗癌剤のように正常な細胞に悪影響を与えることなく、癌細胞などの原因細胞のみに効果があるという特徴があり、副作用が少ないというメリットがある。
【０００４】
しかし、こうした抗体医薬に関しては、精製手法に関する問題、中和抗体（ヒト以外由来抗体の場合）に関する問題など、医薬としての利用に関しては様々な問題点があるのも事実である。
【０００５】
以下に、従来の抗体作成手法（実験、計算機）について概観する。
【０００６】
まず、抗体を実験的に作成する手法に関しては、これまでに様々な報告がなされている。ファージの表面に抗体の抗原結合部位を発現させるファージ・ディスプレイ・ライブラリを用いた方法（例えば、非特許文献１や、特許文献１を参照。）やトランスジェニック・マウスを用いた方法（例えば、非特許文献２や、特許文献２を参照。）などが一般的に利用されている。こうした手法を用いて取り出された抗体を産生する細胞から、細胞融合法を用いてモノクローナル抗体を作成することとなる。
【０００７】
しかし、上記のような実験的手法では一つのモノクローナル抗体を作成するために約４ヶ月〜半年程度の期間を要するのが普通であり、作成する時間、費用の負担が大きいのが難点である。またこの手法では、抗原のあるエピトープ領域に結合する抗体を選択的に作成することができない。あるエピトープ部位に特異的に結合する抗体を作成することは、その蛋白質が担うある特定の相互作用のみを阻害（あるいは促進）することにつながり、副作用の少ない医薬品開発の観点からは重要である。
【０００８】
このような、抗体設計の時間、費用的問題、あるエピトープ領域へ特異的に結合する抗体作成、抗体の効果的改変という問題に対処するため、計算機による抗体デザイン手法の開発が望まれている。
【０００９】
計算機による相互作用分子探索手法に関しても多数の報告がある。特に蛋白質に結合する低分子化合物を探索する手法についての報告例は多い（例えば、非特許文献３を参照。）。しかし、これらの手法の大部分はターゲットは低分子化合物のような分子量の小さいものであり、抗体のような巨大分子に適しているとは言い難い。
【００１０】
抗体のような巨大分子の相互作用デザインを計算機上で行う、という試みに関しても報告例がある。特にアミノ酸変異による活性変化を計算機で計算することにより、既知抗体よりも高い活性を示す抗体を設計する、という観点からの試みは多い（例えば、非特許文献４を参照。）。
【００１１】
しかし、これらの手法は既知抗原・抗体の構造を元に計算するので、構造既知の場合に適用範囲が限定される、などの問題点がある。
【００１２】
また、従来、ドッキング・プログラム（ｄｏｃｋｉｎｇ ｐｒｏｇｒａｍ）を用いて抗原・抗体複合体の構造予測を行うもの（例えば、非特許文献５を参照。）、ｌｙｓｏｚｙｍｅ−ａｎｔｉｂｏｄｙのｂｉｎｄｉｎｇ構造を予測（例えば、非特許文献６を参照。）など、抗原−抗体複合体の構造予測に関する様々な報告がなされているようであるが（例えば、非特許文献７を参照。）、基本的な考え方はここ１０年来変わっていない。抗原の構造が与えられて抗体の構造を最適化、抗原、抗体の構造が与えられてそれらの相対的位置を最適化、などである。最適化の手法に関しても様々な方法が考えられている。
【００１３】
しかし、ドッキング・シミュレーション等によるそれぞれの構造の位置関係最適化処理は計算負担が大きく処理時間がかかる。
【００１４】
【特許文献１】
特表平０９−５０６２６２号公報
【特許文献２】
特許繊３０６８５０７号公報
【非特許文献１】
Ｊａｍｅｓ Ｆ． Ｓｍｏｔｈｅｒｓ， Ｓｔｅｖｅｎ Ｈｅｎｉｋｏｆｆ， ａｎｄ Ｐａｕｌ Ｃａｒｔｅｒ “Ａｆｆｉｎｉｔｙ Ｓｅｌｅｃｔｉｏｎ ｆｒｏｍ Ｂｉｏｌｏｇｉｃａｌ Ｌｉｂｒａｒｉｅｓ” Ｓｃｉｅｎｃｅ ２００２ Ｏｃｔｏｂｅｒ １８； ２９８： ６２１−６２２
【非特許文献２】
Ｈｏｕｄｅｂｉｎｅ ＬＭ． “Ａｎｔｉｂｏｄｙ ｍａｎｕｆａｃｔｕｒｅ ｉｎ ｔｒａｎｓｇｅｎｉｃ ａｎｉｍａｌｓ ａｎｄ ｃｏｍｐａｒｉｓｏｎｓ ｗｉｔｈ ｏｔｈｅｒ ｓｙｓｔｅｍｓ．”． Ｃｕｒｒ Ｏｐｉｎ Ｂｉｏｔｅｃｈｎｏｌ ２００２ Ｄｅｃ；１３（６）：６２５−９
【非特許文献３】
Ｈｏｎｍａ Ｔ， Ｈａｙａｓｈｉ Ｋ， Ａｏｙａｍａ Ｔ， Ｈａｓｈｉｍｏｔｏ Ｎ， Ｍａｃｈｉｄａ Ｔ， Ｆｕｋａｓａｗａ Ｋ， Ｉｗａｍａ Ｔ， Ｉｋｅｕｒａ Ｃ， Ｉｋｕｔａ Ｍ， Ｓｕｚｕｋｉ−Ｔａｋａｈａｓｈｉ Ｉ， Ｉｗａｓａｗａ Ｙ， Ｈａｙａｍａ Ｔ， Ｎｉｓｈｉｍｕｒａ Ｓ， Ｍｏｒｉｓｈｉｍａ Ｈ． “Ｓｔｒｕｃｔｕｒｅ−ｂａｓｅｄ ｇｅｎｅｒａｔｉｏｎ ｏｆ ａ ｎｅｗ ｃｌａｓｓ ｏｆ ｐｏｔｅｎｔ Ｃｄｋ４ ｉｎｈｉｂｉｔｏｒｓ： ｎｅｗ ｄｅ ｎｏｖｏ ｄｅｓｉｇｎ ｓｔｒａｔｅｇｙ ａｎｄ ｌｉｂｒａｒｙ ｄｅｓｉｇｎ．”，Ｊ Ｍｅｄ Ｃｈｅｍ ２００１ Ｄｅｃ ２０；４４（２６）：４６１５−２７
【非特許文献４】
Ｓｈａｒｐ ＫＡ．“Ｃａｌｃｕｌａｔｉｏｎ ｏｆ ＨｙＨｅｌ１０−ｌｙｓｏｚｙｍｅ ｂｉｎｄｉｎｇ ｆｒｅｅ ｅｎｅｒｇｙ ｃｈａｎｇｅｓ： ｅｆｆｅｃｔ ｏｆ ｔｅｎ ｐｏｉｎｔ ｍｕｔａｔｉｏｎｓ．” Ｐｒｏｔｅｉｎｓ １９９８ Ｏｃｔ １；３３（１）：３９−４８
【非特許文献５】
Ｖａｋｓｅｒ ＩＡ． “Ｅｖａｌｕａｔｉｏｎ ｏｆ ＧＲＡＭＭｌｏｗ−ｒｅｓｏｌｕｔｉｏｎ ｄｏｃｋｉｎｇ ｍｅｔｈｏｄｏｌｏｇｙ ｏｎ ｔｈｅ ｈｅｍａｇｇｌｕｔｉｎｉｎ−ａｎｔｉｂｏｄｙ ｃｏｍｐｌｅｘ．” Ｐｒｏｔｅｉｎｓ １９９７；Ｓｕｐｐｌ １：２２６−３０
【非特許文献６】
Ｔｏｔｒｏｖ Ｍ， Ａｂａｇｙａｎ Ｒ． “Ｄｅｔａｉｌｅｄａｂ ｉｎｉｔｉｏ ｐｒｅｄｉｃｔｉｏｎ ｏｆ ｌｙｓｏｚｙｍｅ−ａｎｔｉｂｏｄｙ ｃｏｍｐｌｅｘ ｗｉｔｈ １．６ Ａ ａｃｃｕｒａｃｙ．”Ｎａｔ Ｓｔｒｕｃｔ Ｂｉｏｌ １９９４ Ａｐｒ；１（４）：２５９−６３
【非特許文献７】
Ｖａｎ Ｒｅｇｅｎｍｏｒｔｅｌ ＭＨ． “Ｓｔｒｕｃｔｕｒａｌａｎｄ ｆｕｎｃｔｉｏｎａｌ ａｐｐｒｏａｃｈｅｓ ｔｏ ｔｈｅ ｓｔｕｄｙ ｏｆ ｐｒｏｔｅｉｎ ａｎｔｉｇｅｎｉｃｉｔｙ．” Ｉｍｍｕｎｏｌ Ｔｏｄａｙ １９８９ Ａｕｇ；１０（８）：２６６−７２
【００１５】
【発明が解決しようとする課題】
上述したように、従来技術においては、抗体設計の時間的および費用的問題、領域特異的結合性をもつ抗体の設計の困難性の問題、抗体の効果的改変の困難性の問題、構造未知抗原・抗体への適用の困難性の問題がある。
このように、従来の実験および計算機による抗体作成手法は数々の問題点を有しており、その結果、システムの利用者および管理者のいずれにとっても、利便性が悪く、また、利用効率が悪いものであった。
本発明は上記問題点に鑑みてなされたもので、計算負担が少なくかつ精度が高い抗体設計を計算機において行うことのできる、抗体設計装置、抗体設計方法、プログラム、および、記録媒体を提供することを目的としている。
【００１６】
【課題を解決するための手段】
本発明者は、上述した問題点を解決するために、計算機による抗体設計を大まかに以下のような３つの要素手順に分け、それぞれを実現するシステムの開発を行った。
（１）抗原における相互作用部位（エピトープ部位）の特定
（２）抗原−抗体複合体構造予測
（３）抗原−抗体複合体のアフィニティ（結合活性）計算
上記の個々の要素を実現し、それらをシステム化することにより、上に示した問題点が解決可能であると考える。すなわち、本発明者は、エピトープ‐ＣＤＲ複合体構造デザインとこれらのアフィニティ（結合活性）測定を計算機上で行うシステムの開発により、上記の問題点に対する解決策を提案する。
【００１７】
このような目的を達成するため、請求項１に記載の抗体設計装置は、抗原のエピトープ部位のエピトープ構造と、当該抗原に結合する抗体のＣＤＲ部位のＣＤＲ構造の複合体構造データを予測する複合体構造予測手段と、上記複合体構造予測手段により予測された上記複合体構造データについて、上記エピトープ構造と上記ＣＤＲ構造との間のアフィニティを計算するアフィニティ計算手段と、上記アフィニティ計算手段により計算された上記アフィニティを評価するアフィニティ評価手段と、上記ＣＤＲ部位の配列の一部についてミューテーションを行うＣＤＲ配列ミューテーション手段とを備え、上記ＣＤＲ配列ミューテーション手段により変異されたＣＤＲ部位のＣＤＲ構造に基づいて上記複合体構造予測手段により変異後の複合体構造データを予測し、当該変異後の複合体構造データについて上記アフィニティ計算手段により変異後のアフィニティを計算し、上記アフィニティ評価手段により当該変異後のアフィニティの評価を行い、変異前後のアフィニティの評価結果を比較することにより、抗原とアフィニティの高い抗体を設計することを特徴とする。
【００１８】
この装置によれば、抗原のエピトープ部位のエピトープ構造と、当該抗原に結合する抗体のＣＤＲ部位のＣＤＲ構造の複合体構造データを予測し、予測された複合体構造データについて、エピトープ構造とＣＤＲ構造との間のアフィニティを計算し、計算されたアフィニティを評価し、ＣＤＲ部位の配列の一部についてミューテーションを行う。そして、変異されたＣＤＲ部位のＣＤＲ構造に基づいて変異後の複合体構造データを予測し、当該変異後の複合体構造データについて変異後のアフィニティを計算し、当該変異後のアフィニティの評価を行い、変異前後のアフィニティの評価結果を比較することにより、抗原とアフィニティの高い抗体を設計することができる。
【００１９】
すなわち、従来技術のように抗体と抗原の全体構造を取得してドッキングシュミレーション技術などを用いて複合体を設定しアフィニティを計算する場合には、計算対象の系が巨大になることから、ハイスループットな計算機資源が必要となり、かつ計算時間が膨大にかかるという問題点があったが、本発明のように抗原のエピトープ構造と抗体のＣＤＲ構造のみについて複合体構造を設定する方式を採用することにより、精度を対する影響を少なくしつつ計算負担を軽減することができるようになる。
【００２０】
また、請求項２に記載の抗体設計装置は、請求項１に記載の抗体設計装置において、上記複合体構造予測手段は、エピトープ断片の類似配列および／またはエピトープ断片パターンの類似構造を持つ類似データを検索して得点を付ける類似データ得点化手段と、上記類似データ得点化手段により高い得点が付されたデータの構造データを雛型として、エピトープ‐ＣＤＲ相対的位置関係および／またはエピトープ‐ＣＤＲ結合関係をできるだけ保持するように複合体構造を作成する複合体構造作成手段とを備えたことを特徴とする。
【００２１】
これは複合体構造予測手段の一例を一層具体的に示すものである。この装置によれば、エピトープ断片の類似配列および／またはエピトープ断片パターンの類似構造を持つ類似データを検索して得点を付け、高い得点が付されたデータの構造データを雛型として、エピトープ‐ＣＤＲ相対的位置関係および／またはエピトープ‐ＣＤＲ結合関係をできるだけ保持するように複合体構造を作成するので、既知の抗体−抗原の複合体構造データに基づいて新規の複合体構造を精度よく予測することができるようになる。
【００２２】
また、請求項３に記載の抗体設計装置は、請求項１または２に記載の抗体設計装置において、上記複合体構造予測手段は、配列と構造との間の相関の大きさを計算する相関計算手段と、上記相関計算手段により計算された相関の大きさに応じて側鎖のロータマーの揺らぎの大きさを示す自由度を計算するロータマー自由度計算手段と、上記ロータマー自由度計算手段により計算された側鎖構造の上記自由度に基づいて、主鎖と側鎖を含めた複合体構造を作成するロータマー自由度反映構造作成手段とを備えたことを特徴とする。
【００２３】
これは複合体構造予測手段の一例を一層具体的に示すものである。この装置によれば、配列と構造との間の相関の大きさを計算し、計算された相関の大きさに応じて側鎖のロータマーの揺らぎの大きさを示す自由度を計算し、計算された側鎖構造の自由度に基づいて、主鎖と側鎖を含めた複合体構造を作成するので、ロータマー揺らぎによる動的アフィニティ計算結果を反映することができ、より、現実のアフィニティ実測値に近い予測を行うことができるようになる。
【００２４】
アフィニティを正確に評価するための関数、最適化手法に関しては様々な工夫がなされているが、基本的には計算化学的手法で一般的に用いられるポテンシャル関数などが用いられているのが現状である。
【００２５】
本発明者の手法では、ロータマーを用いた動的アフィニティ計算手法に関して工夫がなされている。ロータマー揺らぎによる動的アフィニティ計算は、アフィニティ計算の新しいコンセプトである。これは、配列−構造相関の大きさに応じたロータマー揺らぎの発生により、構造の揺らぎを考慮したアフィニティ計算を行うものである。また、本発明者の手法では、粗い解像度でのアフィニティ計算から、細かな情報を加味したアフィニティ計算を段階的に行うことが可能である点も新しい点である。
【００２６】
また、請求項４に記載の抗体設計装置は、請求項１から３のいずれか一つに記載の抗体設計装置において、上記アフィニティ計算手段は、複合体と単体の自由エネルギーの差により上記アフィニティを計算する自由エネルギー計算手段、および／または、コンタクトポテンシャルにより上記アフィニティを計算するコンタクトポテンシャル計算手段を備えたことを特徴とする。
【００２７】
これはアフィニティ計算手段の一例を一層具体的に示すものである。この装置によれば、複合体と単体の自由エネルギーの差によりアフィニティを計算し、および／または、コンタクトポテンシャルによりアフィニティを計算するので、静電的相互作用、疎水的相互作用などのパラメータを、与えられた情報、計算時間、求められる精度によって統計ポテンシャル、分子力学、量子化学、コンタクトポテンシャルなどを使い分けて用いることができるようになる。
【００２８】
また、請求項５に記載の抗体設計装置は、請求項１から４のいずれか一つに記載の抗体設計装置において、上記アフィニティ評価手段は、上記アフィニティの平均値および分散値に基づいてアフィニティ評価関数を設定するアフィニティ評価関数設定手段をさらに備え、上記アフィニティ計算手段により計算された上記アフィニティを上記アフィニティ評価関数に基づいて評価を行うことを特徴とする。
【００２９】
これはアフィニティ評価手段の一例を一層具体的に示すものである。この装置によれば、アフィニティの平均値および分散値に基づいてアフィニティ評価関数を設定し、計算されたアフィニティをアフィニティ評価関数に基づいて評価を行うので、予測精度に対する影響を少なくしつつ、かつ計算負担を少なくことができるようになる。
【００３０】
また、請求項６に記載の抗体設計装置は、請求項１から５のいずれか一つに記載の抗体設計装置において、上記ＣＤＲ配列ミューテーション手段は、上記ＣＤＲ部位のミューテーションさせる位置を、ランダムに、または、アフィニティ評価に基づいて決定するミューテーション位置決定手段をさらに備えたことを特徴とする。
【００３１】
これはＣＤＲ配列ミューテーション手段の一例を一層具体的に示すものである。この装置によれば、ＣＤＲ部位のミューテーションさせる位置を、ランダムに、または、アフィニティ評価に基づいて決定するので、遺伝的アルゴリズムなどの手法を用いてランダムに決定した場合には計算負担を少なくすることができ、また、アフィニティ評価に基づいて決定する場合には、アフィニティ平均値減少に寄与したロータマー揺らぎ構造をもつアミノ酸を重点的に変異させることなどができるようになるため、ミューテーションによる抗体精度の向上効率を上げることができるようになる。
【００３２】
また、請求項７に記載の抗体設計装置は、請求項１から６のいずれか一つに記載の抗体設計装置において、２次構造予測結果を用いたＳＶＭによるエピトープ部位予測のパラメータＳ（ｉ）、オリゴペプチド頻度情報を用いたエピトープ部位予測のパラメータＯ（ｉ）、エピトープ部位アミノ酸頻度情報を用いたエピトープ部位予測のパラメータＫ（ｉ）の少なくとも一つに基づいて抗原のエピトープ部位を予測するエピトープ部位予測手段をさらに備えたことを特徴とする。
【００３３】
この装置によれば、２次構造予測結果を用いたＳＶＭによるエピトープ部位予測のパラメータＳ（ｉ）、オリゴペプチド頻度情報を用いたエピトープ部位予測のパラメータＯ（ｉ）、エピトープ部位アミノ酸頻度情報を用いたエピトープ部位予測のパラメータＫ（ｉ）の少なくとも一つに基づいて抗原のエピトープ部位を予測するので、処理対象の抗原のエピトープ部位に関する情報がない場合であっても、効率的に予測することができるようになる。
【００３４】
また、本発明は抗体設計方法に関するものであり、請求項８に記載の抗体設計方法は、抗原のエピトープ部位のエピトープ構造と、当該抗原に結合する抗体のＣＤＲ部位のＣＤＲ構造の複合体構造データを予測する複合体構造予測ステップと、上記複合体構造予測ステップにより予測された上記複合体構造データについて、上記エピトープ構造と上記ＣＤＲ構造との間のアフィニティを計算するアフィニティ計算ステップと、上記アフィニティ計算ステップにより計算された上記アフィニティを評価するアフィニティ評価ステップと、上記ＣＤＲ部位の配列の一部についてミューテーションを行うＣＤＲ配列ミューテーションステップとを含み、上記ＣＤＲ配列ミューテーションステップにより変異されたＣＤＲ部位のＣＤＲ構造に基づいて上記複合体構造予測ステップにより変異後の複合体構造データを予測し、当該変異後の複合体構造データについて上記アフィニティ計算ステップにより変異後のアフィニティを計算し、上記アフィニティ評価ステップにより当該変異後のアフィニティの評価を行い、変異前後のアフィニティの評価結果を比較することにより、抗原とアフィニティの高い抗体を設計することを特徴とする。
【００３５】
この方法によれば、抗原のエピトープ部位のエピトープ構造と、当該抗原に結合する抗体のＣＤＲ部位のＣＤＲ構造の複合体構造データを予測し、予測された複合体構造データについて、エピトープ構造とＣＤＲ構造との間のアフィニティを計算し、計算されたアフィニティを評価し、ＣＤＲ部位の配列の一部についてミューテーションを行う。そして、変異されたＣＤＲ部位のＣＤＲ構造に基づいて変異後の複合体構造データを予測し、当該変異後の複合体構造データについて変異後のアフィニティを計算し、当該変異後のアフィニティの評価を行い、変異前後のアフィニティの評価結果を比較することにより、抗原とアフィニティの高い抗体を設計することができる。
【００３６】
すなわち、従来技術のように抗体と抗原の全体構造を取得してドッキングシュミレーション技術などを用いて複合体を設定しアフィニティを計算する場合には、計算対象の系が巨大になることから、ハイスループットな計算機資源が必要となり、かつ計算時間が膨大にかかるという問題点があったが、本発明のように抗原のエピトープ構造と抗体のＣＤＲ構造のみについて複合体構造を設定する方式を採用することにより、精度を対する影響を少なくしつつ計算負担を軽減することができるようになる。
【００３７】
また、請求項９に記載の抗体設計方法は、請求項８に記載の抗体設計方法において、上記複合体構造予測ステップは、エピトープ断片の類似配列および／またはエピトープ断片パターンの類似構造を持つ類似データを検索して得点を付ける類似データ得点化ステップと、上記類似データ得点化ステップにより高い得点が付されたデータの構造データを雛型として、エピトープ‐ＣＤＲ相対的位置関係および／またはエピトープ‐ＣＤＲ結合関係をできるだけ保持するように複合体構造を作成する複合体構造作成ステップとを含むことを特徴とする。
【００３８】
これは複合体構造予測ステップの一例を一層具体的に示すものである。この方法によれば、エピトープ断片の類似配列および／またはエピトープ断片パターンの類似構造を持つ類似データを検索して得点を付け、高い得点が付されたデータの構造データを雛型として、エピトープ‐ＣＤＲ相対的位置関係および／またはエピトープ‐ＣＤＲ結合関係をできるだけ保持するように複合体構造を作成するので、既知の抗体−抗原の複合体構造データに基づいて新規の複合体構造を精度よく予測することができるようになる。
【００３９】
また、請求項１０に記載の抗体設計方法は、請求項８または９に記載の抗体設計方法において、上記複合体構造予測ステップは、配列と構造との間の相関の大きさを計算する相関計算ステップと、上記相関計算ステップにより計算された相関の大きさに応じて側鎖のロータマーの揺らぎの大きさを示す自由度を計算するロータマー自由度計算ステップと、上記ロータマー自由度計算ステップにより計算された側鎖構造の上記自由度に基づいて、主鎖と側鎖を含めた複合体構造を作成するロータマー自由度反映構造作成ステップとを含むことを特徴とする。
【００４０】
これは複合体構造予測ステップの一例を一層具体的に示すものである。この方法によれば、配列と構造との間の相関の大きさを計算し、計算された相関の大きさに応じて側鎖のロータマーの揺らぎの大きさを示す自由度を計算し、計算された側鎖構造の自由度に基づいて、主鎖と側鎖を含めた複合体構造を作成するので、ロータマー揺らぎによる動的アフィニティ計算結果を反映することができ、より、現実のアフィニティ実測値に近い予測を行うことができるようになる。
【００４１】
アフィニティを正確に評価するための関数、最適化手法に関しては様々な工夫がなされているが、基本的には計算化学的手法で一般的に用いられるポテンシャル関数などが用いられているのが現状である。
【００４２】
本発明者の手法では、ロータマーを用いた動的アフィニティ計算手法に関して工夫がなされている。ロータマー揺らぎによる動的アフィニティ計算は、アフィニティ計算の新しいコンセプトである。これは、配列−構造相関の大きさに応じたロータマー揺らぎの発生により、構造の揺らぎを考慮したアフィニティ計算を行うものである。また、本発明者の手法では、粗い解像度でのアフィニティ計算から、細かな情報を加味したアフィニティ計算を段階的に行うことが可能である点も新しい点である。
【００４３】
また、請求項１１に記載の抗体設計方法は、請求項８から１０のいずれか一つに記載の抗体設計方法において、上記アフィニティ計算ステップは、複合体と単体の自由エネルギーの差により上記アフィニティを計算する自由エネルギー計算ステップ、および／または、コンタクトポテンシャルにより上記アフィニティを計算するコンタクトポテンシャル計算ステップを含むことを特徴とする。
【００４４】
これはアフィニティ計算ステップの一例を一層具体的に示すものである。この方法によれば、複合体と単体の自由エネルギーの差によりアフィニティを計算し、および／または、コンタクトポテンシャルによりアフィニティを計算するので、静電的相互作用、疎水的相互作用などのパラメータを、与えられた情報、計算時間、求められる精度によって統計ポテンシャル、分子力学、量子化学、コンタクトポテンシャルなどを使い分けて用いることができるようになる。
【００４５】
また、請求項１２に記載の抗体設計方法は、請求項８から１１のいずれか一つに記載の抗体設計方法において、上記アフィニティ評価ステップは、上記アフィニティの平均値および分散値に基づいてアフィニティ評価関数を設定するアフィニティ評価関数設定ステップをさらに含み、上記アフィニティ計算ステップにより計算された上記アフィニティを上記アフィニティ評価関数に基づいて評価を行うことを特徴とする。
【００４６】
これはアフィニティ評価ステップの一例を一層具体的に示すものである。この方法によれば、アフィニティの平均値および分散値に基づいてアフィニティ評価関数を設定し、計算されたアフィニティをアフィニティ評価関数に基づいて評価を行うので、予測精度に対する影響を少なくしつつ、かつ計算負担を少なくことができるようになる。
【００４７】
また、請求項１３に記載の抗体設計方法は、請求項８から１２のいずれか一つに記載の抗体設計方法において、上記ＣＤＲ配列ミューテーションステップは、上記ＣＤＲ部位のミューテーションさせる位置を、ランダムに、または、アフィニティ評価に基づいて決定するミューテーション位置決定ステップをさらに含むことを特徴とする。
【００４８】
これはＣＤＲ配列ミューテーションステップの一例を一層具体的に示すものである。この方法によれば、ＣＤＲ部位のミューテーションさせる位置を、ランダムに、または、アフィニティ評価に基づいて決定するので、遺伝的アルゴリズムなどの手法を用いてランダムに決定した場合には計算負担を少なくすることができ、また、アフィニティ評価に基づいて決定する場合には、アフィニティ平均値減少に寄与したロータマー揺らぎ構造をもつアミノ酸を重点的に変異させることなどができるようになるため、ミューテーションによる抗体精度の向上効率を上げることができるようになる。
【００４９】
また、請求項１４に記載の抗体設計方法は、請求項８から１３のいずれか一つに記載の抗体設計方法において、２次構造予測結果を用いたＳＶＭによるエピトープ部位予測のパラメータＳ（ｉ）、オリゴペプチド頻度情報を用いたエピトープ部位予測のパラメータＯ（ｉ）、エピトープ部位アミノ酸頻度情報を用いたエピトープ部位予測のパラメータＫ（ｉ）の少なくとも一つに基づいて抗原のエピトープ部位を予測するエピトープ部位予測ステップをさらに含むことを特徴とする。
【００５０】
この方法によれば、２次構造予測結果を用いたＳＶＭによるエピトープ部位予測のパラメータＳ（ｉ）、オリゴペプチド頻度情報を用いたエピトープ部位予測のパラメータＯ（ｉ）、エピトープ部位アミノ酸頻度情報を用いたエピトープ部位予測のパラメータＫ（ｉ）の少なくとも一つに基づいて抗原のエピトープ部位を予測するので、処理対象の抗原のエピトープ部位に関する情報がない場合であっても、効率的に予測することができるようになる。
【００５１】
また、本発明はプログラムに関するものであり、請求項１５に記載の抗体設計方法をコンピュータに実行させることを特徴とするプログラムは、抗原のエピトープ部位のエピトープ構造と、当該抗原に結合する抗体のＣＤＲ部位のＣＤＲ構造の複合体構造データを予測する複合体構造予測ステップと、上記複合体構造予測ステップにより予測された上記複合体構造データについて、上記エピトープ構造と上記ＣＤＲ構造との間のアフィニティを計算するアフィニティ計算ステップと、上記アフィニティ計算ステップにより計算された上記アフィニティを評価するアフィニティ評価ステップと、上記ＣＤＲ部位の配列の一部についてミューテーションを行うＣＤＲ配列ミューテーションステップとを含み、上記ＣＤＲ配列ミューテーションステップにより変異されたＣＤＲ部位のＣＤＲ構造に基づいて上記複合体構造予測ステップにより変異後の複合体構造データを予測し、当該変異後の複合体構造データについて上記アフィニティ計算ステップにより変異後のアフィニティを計算し、上記アフィニティ評価ステップにより当該変異後のアフィニティの評価を行い、変異前後のアフィニティの評価結果を比較することにより、抗原とアフィニティの高い抗体を設計することを特徴とする。
【００５２】
このプログラムによれば、抗原のエピトープ部位のエピトープ構造と、当該抗原に結合する抗体のＣＤＲ部位のＣＤＲ構造の複合体構造データを予測し、予測された複合体構造データについて、エピトープ構造とＣＤＲ構造との間のアフィニティを計算し、計算されたアフィニティを評価し、ＣＤＲ部位の配列の一部についてミューテーションを行う。そして、変異されたＣＤＲ部位のＣＤＲ構造に基づいて変異後の複合体構造データを予測し、当該変異後の複合体構造データについて変異後のアフィニティを計算し、当該変異後のアフィニティの評価を行い、変異前後のアフィニティの評価結果を比較することにより、抗原とアフィニティの高い抗体を設計することができる。
【００５３】
すなわち、従来技術のように抗体と抗原の全体構造を取得してドッキングシュミレーション技術などを用いて複合体を設定しアフィニティを計算する場合には、計算対象の系が巨大になることから、ハイスループットな計算機資源が必要となり、かつ計算時間が膨大にかかるという問題点があったが、本発明のように抗原のエピトープ構造と抗体のＣＤＲ構造のみについて複合体構造を設定する方式を採用することにより、精度を対する影響を少なくしつつ計算負担を軽減することができるようになる。
【００５４】
また、請求項１６に記載のプログラムは、請求項１５に記載のプログラムにおいて、上記複合体構造予測ステップは、エピトープ断片の類似配列および／またはエピトープ断片パターンの類似構造を持つ類似データを検索して得点を付ける類似データ得点化ステップと、上記類似データ得点化ステップにより高い得点が付されたデータの構造データを雛型として、エピトープ‐ＣＤＲ相対的位置関係および／またはエピトープ‐ＣＤＲ結合関係をできるだけ保持するように複合体構造を作成する複合体構造作成ステップとを含むことを特徴とする。
【００５５】
これは複合体構造予測ステップの一例を一層具体的に示すものである。このプログラムによれば、エピトープ断片の類似配列および／またはエピトープ断片パターンの類似構造を持つ類似データを検索して得点を付け、高い得点が付されたデータの構造データを雛型として、エピトープ‐ＣＤＲ相対的位置関係および／またはエピトープ‐ＣＤＲ結合関係をできるだけ保持するように複合体構造を作成するので、既知の抗体−抗原の複合体構造データに基づいて新規の複合体構造を精度よく予測することができるようになる。
【００５６】
また、請求項１７に記載のプログラムは、請求項１５または１６に記載のプログラムにおいて、上記複合体構造予測ステップは、配列と構造との間の相関の大きさを計算する相関計算ステップと、上記相関計算ステップにより計算された相関の大きさに応じて側鎖のロータマーの揺らぎの大きさを示す自由度を計算するロータマー自由度計算ステップと、上記ロータマー自由度計算ステップにより計算された側鎖構造の上記自由度に基づいて、主鎖と側鎖を含めた複合体構造を作成するロータマー自由度反映構造作成ステップとを含むことを特徴とする。
【００５７】
これは複合体構造予測ステップの一例を一層具体的に示すものである。このプログラムによれば、配列と構造との間の相関の大きさを計算し、計算された相関の大きさに応じて側鎖のロータマーの揺らぎの大きさを示す自由度を計算し、計算された側鎖構造の自由度に基づいて、主鎖と側鎖を含めた複合体構造を作成するので、ロータマー揺らぎによる動的アフィニティ計算結果を反映することができ、より、現実のアフィニティ実測値に近い予測を行うことができるようになる。
【００５８】
アフィニティを正確に評価するための関数、最適化手法に関しては様々な工夫がなされているが、基本的には計算化学的手法で一般的に用いられるポテンシャル関数などが用いられているのが現状である。
【００５９】
本発明者の手法では、ロータマーを用いた動的アフィニティ計算手法に関して工夫がなされている。ロータマー揺らぎによる動的アフィニティ計算は、アフィニティ計算の新しいコンセプトである。これは、配列−構造相関の大きさに応じたロータマー揺らぎの発生により、構造の揺らぎを考慮したアフィニティ計算を行うものである。また、本発明者の手法では、粗い解像度でのアフィニティ計算から、細かな情報を加味したアフィニティ計算を段階的に行うことが可能である点も新しい点である。
【００６０】
また、請求項１８に記載のプログラムは、請求項１５から１７のいずれか一つに記載のプログラムにおいて、上記アフィニティ計算ステップは、複合体と単体の自由エネルギーの差により上記アフィニティを計算する自由エネルギー計算ステップ、および／または、コンタクトポテンシャルにより上記アフィニティを計算するコンタクトポテンシャル計算ステップを含むことを特徴とする。
【００６１】
これはアフィニティ計算ステップの一例を一層具体的に示すものである。このプログラムによれば、複合体と単体の自由エネルギーの差によりアフィニティを計算し、および／または、コンタクトポテンシャルによりアフィニティを計算するので、静電的相互作用、疎水的相互作用などのパラメータを、与えられた情報、計算時間、求められる精度によって統計ポテンシャル、分子力学、量子化学、コンタクトポテンシャルなどを使い分けて用いることができるようになる。
【００６２】
また、請求項１９に記載のプログラムは、請求項１５から１８のいずれか一つに記載のプログラムにおいて、上記アフィニティ評価ステップは、上記アフィニティの平均値および分散値に基づいてアフィニティ評価関数を設定するアフィニティ評価関数設定ステップをさらに含み、上記アフィニティ計算ステップにより計算された上記アフィニティを上記アフィニティ評価関数に基づいて評価を行うことを特徴とする。
【００６３】
これはアフィニティ評価ステップの一例を一層具体的に示すものである。このプログラムによれば、アフィニティの平均値および分散値に基づいてアフィニティ評価関数を設定し、計算されたアフィニティをアフィニティ評価関数に基づいて評価を行うので、予測精度に対する影響を少なくしつつ、かつ計算負担を少なくことができるようになる。
【００６４】
また、請求項２０に記載のプログラムは、請求項１５から１９のいずれか一つに記載のプログラムにおいて、上記ＣＤＲ配列ミューテーションステップは、上記ＣＤＲ部位のミューテーションさせる位置を、ランダムに、または、アフィニティ評価に基づいて決定するミューテーション位置決定ステップをさらに含むことを特徴とする。
【００６５】
これはＣＤＲ配列ミューテーションステップの一例を一層具体的に示すものである。このプログラムによれば、ＣＤＲ部位のミューテーションさせる位置を、ランダムに、または、アフィニティ評価に基づいて決定するので、遺伝的アルゴリズムなどの手法を用いてランダムに決定した場合には計算負担を少なくすることができ、また、アフィニティ評価に基づいて決定する場合には、アフィニティ平均値減少に寄与したロータマー揺らぎ構造をもつアミノ酸を重点的に変異させることなどができるようになるため、ミューテーションによる抗体精度の向上効率を上げることができるようになる。
【００６６】
また、請求項２１に記載のプログラムは、請求項１５から２０のいずれか一つに記載のプログラムにおいて、２次構造予測結果を用いたＳＶＭによるエピトープ部位予測のパラメータＳ（ｉ）、オリゴペプチド頻度情報を用いたエピトープ部位予測のパラメータＯ（ｉ）、エピトープ部位アミノ酸頻度情報を用いたエピトープ部位予測のパラメータＫ（ｉ）の少なくとも一つに基づいて抗原のエピトープ部位を予測するエピトープ部位予測ステップをさらに含むことを特徴とする。
【００６７】
このプログラムによれば、２次構造予測結果を用いたＳＶＭによるエピトープ部位予測のパラメータＳ（ｉ）、オリゴペプチド頻度情報を用いたエピトープ部位予測のパラメータＯ（ｉ）、エピトープ部位アミノ酸頻度情報を用いたエピトープ部位予測のパラメータＫ（ｉ）の少なくとも一つに基づいて抗原のエピトープ部位を予測するので、処理対象の抗原のエピトープ部位に関する情報がない場合であっても、効率的に予測することができるようになる。
【００６８】
また、本発明は記録媒体に関するものであり、請求項２２に記載の記録媒体は、上記請求項１５から２１のいずれか一つに記載されたプログラムを記録したことを特徴とする。
【００６９】
この記録媒体によれば、当該記録媒体に記録されたプログラムをコンピュータに読み取らせて実行することによって、請求項１５から２１のいずれか一つに記載されたプログラムをコンピュータを利用して実現することができ、これら各方法と同様の効果を得ることができる。
【００７０】
【発明の実施の形態】
以下に、本発明にかかる抗体設計装置、抗体設計方法、プログラム、および、記録媒体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。
【００７１】
［本発明の概要］
以下、本発明の概要について説明し、その後、本発明の構成および処理等について詳細に説明する。図１は本発明の基本原理を示す原理構成図である。
本発明は、概略的に、以下の基本的特徴を有する。
【００７２】
まず、本発明は、利用者により入力された抗原についてエピトープ部位の構造が入力データとして与えられない場合には、エピトープ構造を既知のデータベースなどから検索して取得する。ここで、エピトープ構造が取得できない場合には、以下に示すように、抗原配列、抗原構造、エピトープ部位配列などのうち少なくとも一つの情報に基づいて、エピトープ部位の構造を予測する（ステップＳＡ−１）。
【００７３】
［エピトープ構造予測処理］
ステップＳＡ−１のエピトープ構造予測処理の詳細について図２を参照して説明する。図２は、本発明のエピトープ構造予測処理の一例を示すフローチャートである。
【００７４】
まず、既知の抗体情報データベースなどを参照して、処理対象の抗原のエピトープ部位情報が存在するか確認する（ステップＳＢ−１）。
【００７５】
ステップＳＢ−１において、エピトープ部位情報が存在しない場合には、以下に示すエピトープ部位予測処理を実行して、抗体配列情報からエピトープ部位を予測する（ステップＳＢ−２）。
【００７６】
そして、既知の抗体情報データベースから取得、または、エピトープ部位予測処理により予測されたエピトープ部位の配列情報について、以下に示す断片構造予測処理を実行する（ステップＳＢ−３）。
【００７７】
そして、予測されたエピトープ部位の構造データをエピトープ構造データとして出力する（ステップＳＢ−４）。
【００７８】
これにて、エピトープ構造予測処理が終了する。
【００７９】
［エピトープ部位予測処理］
ステップＳＢ−２のエピトープ部位予測処理の詳細について図３を参照して説明する。図３は、本発明のエピトープ部位予測処理の一例を示すフローチャートである。
【００８０】
ここで、蛋白質の構造、または配列情報から相互作用部位を特定する、というテーマでの調査報告は、従来様々なものが考えられてきたが、いずれの方法により抗体の相互作用部位であるエピトープ部位を決定してもよい。例えば、既知の相互作用部位予測手法として、疎水度などの６つの指標から相互作用部位を予測（Ｊｏｎｅｓ Ｓ， Ｔｈｏｒｎｔｏｎ ＪＭ． “Ｐｒｅｄｉｃｔｉｏｎ ｏｆ ｐｒｏｔｅｉｎ−ｐｒｏｔｅｉｎ ｉｎｔｅｒａｃｔｉｏｎ ｓｉｔｅｓ ｕｓｉｎｇ ｐａｔｃｈ ａｎａｌｙｓｉｓ．” Ｊ Ｍｏｌ Ｂｉｏｌ １９９７ Ｓｅｐ １２；２７２（１）：１３３−４３）、疎水度の値と分散から予測（Ｇａｌｌｅｔ Ｘ， Ｃｈａｒｌｏｔｅａｕｘ Ｂ， Ｔｈｏｍａｓ Ａ，Ｂｒａｓｓｅｕｒ Ｒ． “Ａ ｆａｓｔ ｍｅｔｈｏｄ ｔｏ ｐｒｅｄｉｃｔ ｐｒｏｔｅｉｎ ｉｎｔｅｒａｃｔｉｏｎ ｓｉｔｅｓ ｆｒｏｍ ｓｅｑｕｅｎｃｅｓ．” Ｊ Ｍｏｌ Ｂｉｏｌ ２０００ Ｓｅｐ ２９；３０２（４）：９１７−２６）、構造情報からの静電的不安定性に基づく相互作用部位予測（Ｅｌｃｏｃｋ ＡＨ． “Ｐｒｅｄｉｃｔｉｏｎ ｏｆ ｆｕｎｃｔｉｏｎａｌｌｙ ｉｍｐｏｒｔａｎｔ ｒｅｓｉｄｕｅｓ ｂａｓｅｄ ｓｏｌｅｌｙ ｏｎ ｔｈｅ ｃｏｍｐｕｔｅｄ ｅｎｅｒｇｅｔｉｃｓ ｏｆ ｐｒｏｔｅｉｎ ｓｔｒｕｃｔｕｒｅ．” Ｊ Ｍｏｌ Ｂｉｏｌ ２００１ Ｓｅｐ ２８；３１２（４）：８８５−９６）、ニューラル・ネットワーク（ｎｅｕｒａｌ ｎｅｔｗｏｒｋ）で学習して相互作用部位を予測（Ｚｈｏｕ ＨＸ， Ｓｈａｎ Ｙ． “Ｐｒｅｄｉｃｔｉｏｎ ｏｆ ｐｒｏｔｅｉｎ ｉｎｔｅｒａｃｔｉｏｎ ｓｉｔｅｓ ｆｒｏｍ ｓｅｑｕｅｎｃｅ ｐｒｏｆｉｌｅ ａｎｄ ｒｅｓｉｄｕｅ ｎｅｉｇｈｂｏｒ ｌｉｓｔ．” Ｐｒｏｔｅｉｎｓ ２００１ Ａｕｇ １５；４４（３）：３３６−４３）、等がある。
【００８１】
また、相互作用部位予測における本発明者のコンセプトの一つは、全体構造から構造的、あるいはエネルギー的にフラストレーションが溜まっている部分構造（不安定性を持つ部分構造）が相互作用部位になる可能性が高い、というものである。このコンセプトに基づく手法は本発明者の独自のものであり、本出願人により、特願２００２−２７５３００号、特願２００２−１６０７８２号、特願２００１−３９２８０２号がされている。本発明においても、これらの特許出願により開示された技術を用いてエピトープ部位を予測してもよい。
【００８２】
これにより、抗体設計に特化した相互作用部位特定技術としては、従来はエピトープ部位を入力データとしなければならなかったが、相互作用部位予測手法に基づくエピトープ部位の自動抽出により抗原全体を入力データとすることができる。
【００８３】
さらに、以下に示す新規のエピトープ部位を予測する手法について、詳細に説明する。
【００８４】
本発明は、エピトープ部位を予測するためのパラメータとして、２次構造予測結果データ、オリゴペプチド頻度情報、抗原・抗体アミノ酸頻度情報のうち少なくとも１つのパラメータを取得する（ステップＳＣ−１）。
【００８５】
そして、これらの各パラメータからエピトープ部位を判定するための統合評価関数を作成する（ステップＳＣ−２）。
【００８６】
以下に、Ｉ．２次構造予測結果データ、ＩＩ．オリゴペプチド頻度情報、ＩＩＩ．エピトープ部位アミノ酸頻度情報のそれぞれのパラメータに基づいて、ＩＶ．エピト
ープ部位を判定するための統合評価関数を作成する場合について、順に詳細に説明する。
【００８７】
Ｉ．２次構造予測結果データからエピトープ可能性部位を予測する場合
（１）まず、以下の手順１〜手順４により、各２次構造予測プログラムの処理結果からＳＶＭ（サポート・ベクトル・マシーン）学習データを作成する。
（手順１）プロテイン・データ・バンク（ＰＤＢ）などに登録された構造データについて、各２次構造予測手段（手段１，手段２，手段３，．．．）における２次構造予測結果を計算する。
（手順２）この構造データから、複合体形成時の結合部位を抽出する。ここで、アミノ酸配列が「ＡＡＡＧＫＷＦ」の場合に、各２次構造予測手段により処理し、結合部位を抽出した処理結果の一例を図１０に示す。
（手順３）各サイトでの各２次構造予測手段による２次構造予測結果を訓練データとし、また、結合部位であるかないか（図１における最右欄）を分類クラスとしてＳＶＭ学習を行う。
（手順４）ＳＶＭ学習データを保存する。
【００８８】
（２）処理対象の抗原配列を入力する。
【００８９】
（３）処理対象の抗原配列に対して、各２次構造予測手段の手法を用いて２次構造予測を行う。ここで、アミノ酸配列がＡＧＦＷＫＲＰの場合に、各２次構造予測手段により処理し、結合部位を抽出した処理結果の一例を図１１に示す。
【００９０】
（４）サイトごとの二次構造結果のパターンを、予めＳＶＭ学習を行い保存しておいたＳＶＭ学習データに入力する。
【００９１】
（５）ＳＶＭにより、エピトープ部位の可能性を示すパラメータＳ（ｉ）を出力する。
【００９２】
ＩＩ．オリゴペプチドの出現頻度からエピトープ可能性部位を予測する場合
（１）まず、オリゴペプチド頻度情報データベースを作成する。ここで、オリゴペプチド頻度情報データベースの作成手法について、手順１〜手順３に示す。
（手順１）生物種ごとの蛋白質のアミノ酸配列を収集する。
（手順２）各配列をｎ残基（３〜５）残基のオリゴペプチドに分割する。例えば、アミノ酸配列が「ＭＡＥＲＴＴＲＥ」の場合には、５残基（例えば、「ＭＡＥＲＴ」、「ＡＥＲＴＴ」、「ＥＲＴＴＲ」、「ＲＴＴＲＥ」など）、４残基（例えば、「ＭＡＥＲ」、「ＡＥＲＴ」、「ＥＲＴＴ」、「ＲＴＴＲ」、「ＴＴＲＥ」など）、３残基（例えば、「ＭＡＥ」、「ＡＥＲ」、「ＥＲＴ」、「ＲＴＴ」、「ＴＴＲ」、「ＴＲＥ」など）のオリゴペプチドに分割する。
（手順３）生物種ごとに各オリゴペプチドの出現確率Ｐ（ｓ）を求めて、オリゴペプチド頻度情報データベースに登録する。
＜各オリゴペプチドの出現確率Ｐ（ｓ）の一例＞
Ｐ（ＭＡＥＲＳ） ＝ ０．００００３１
Ｐ（ＭＡＥＲＴ） ＝ ０．００００３５
【００９３】
（２）処理対象の抗原配列を入力する。
【００９４】
（３）処理対象の抗原配列をｎ残基のオリゴペプチドに分割する。
【００９５】
（４）ｉ番目を含むオリゴペプチドの出現確率の平均をｉ番目のスコアＯ（ｉ）にする。
【００９６】
（５）処理結果を出力する。
【００９７】
ＩＩＩ．エピトープ部位アミノ酸頻度情報からエピトープ可能性部位を予測する場合
（１）エピトープ部位アミノ酸出現頻度情報ＤＢを以下の手順１〜手順３により作成する。
（手順１）蛋白質立体構造ＤＢや論文ＤＢなどに基づいて、抗体のエピトープ部位の配列ＤＢを作成する。
（手順２）蛋白質のアミノ酸配列ＤＢを作成する。
（手順３）２つのＤＢで各アミノ酸の出現確率を計算し、その比を求めエピトープ部位アミノ酸出現頻度情報ＤＢに登録する。ここで、図１２は、エピトープ部位アミノ酸出現頻度情報ＤＢに登録された情報の一例を示している。図１２において、左からアミノ酸種類、蛋白質のアミノ酸配列ＤＢにおける当該アミノ酸の出現頻度、エピトープ部位の配列ＤＢにおける当該アミノ酸の出現頻度、蛋白質のアミノ酸配列ＤＢにおける当該アミノ酸の出現頻度とエピトープ部位の配列ＤＢにおける当該アミノ酸の出現頻度との比を示している。
【００９８】
（２）処理対象の抗原配列を入力
【００９９】
（３）ｉ番目のアミノ酸の前後ｎ残基の平均アミノ酸出現確率をスコアＫ（ｉ）にする。
【０１００】
（４）処理結果を出力する。
【０１０１】
ＩＶ．統合評価関数の作成
上述したように、ｉ番目のサイトにおける、
Ｉ）２次構造予測結果を用いたＳＶＭによるエピトープ部位予測のパラメータＳ（ｉ）、
ＩＩ）オリゴペプチド頻度情報を用いたエピトープ部位予測のパラメータＯ（ｉ）、
ＩＩＩ）エピトープ部位アミノ酸頻度情報を用いたエピトープ部位予測のパラメータＫ（ｉ）、
の計算手法を挙げたが、ここでは、これらの結果を総合的に判断し、最終的にそれぞれのサイトがエピトープ部位となりうるかどうかの予測結果を同定する。例えば、統合評価関数として、それぞれのサイトにおける評価の線形和が閾値以上であればそのサイトをエピトープとして予測する。
【０１０２】
例えば、ｓ、ｏ、ｋ、ｔｈｒｅｓｈｏｌｄを判断用のパラメータ（定数）とした、以下の統合評価関数ｐｅ（ｉ）を用いる。
ｐｅ（ｉ） ＝ ｓ×Ｓ（ｉ）＋ｏ×Ｏ（ｉ）＋ｋ×Ｋ（ｉ）−ｔｈｒｅｓｈｏｌｄ
【０１０３】
そして、この統合評価関数ｐｅ（ｉ）を用いて、各サイトがエピトープ部位であるかを予測する（ステップＳＣ−３）。
すなわち、この統合評価関数を用い、サイトｉについて、
ｐｅ（ｉ） ＞ ０
が成立している場合には、サイトｉについてエピトープ部位であると予測する。
【０１０４】
これにて、エピトープ部位予測処理が終了する。
【０１０５】
［断片構造予測処理］
次に、ステップＳＢ−３の断片構造予測処理の詳細について図４を参照して説明する。図４は、本発明の断片構造予測処理の一例を示すフローチャートである。
【０１０６】
まず、断片構造を予測する配列について、既知の構造データベース（例えば、ＰＤＢや、ＣＤＲ領域やエピトープ構造に特化したデータベースなど）を検索して、対応する構造データが存在しているか確認する（ステップＳＤ−１）。
【０１０７】
ステップＳＤ−１において、対応する構造データが存在していない場合には、フラグメント構造予測を行う（ステップＳＤ−２）。ここで、構造予測技術としては、既知の構造予測技術のいずれを用いてもよい。
【０１０８】
これにて、断片構造予測処理が終了する。
【０１０９】
再び図１に戻り、本発明は、処理対象の抗原と結合する設計対象の抗体についてＣＤＲ部位のＣＤＲ構造を既知のデータベースなどから検索して取得する。ここで、ＣＤＲ構造が取得できない場合には、以下に示すように、抗体配列、抗体構造、部位配列などのうち少なくとも一つの情報に基づいて、ＣＤＲ部位の構造を予測する（ステップＳＡ−２）。
【０１１０】
［ＣＤＲ構造予測処理］
ステップＳＡ−２におけるＣＤＲ構造予測処理の詳細について図５を参照して説明する。図５は、本発明のＣＤＲ構造予測処理の一例を示すフローチャートである。
【０１１１】
まず、本発明は、抗体の配列情報の断片の特徴などに基づいて、ＣＤＲ部位について分離する。すなわち、既知のＣＤＲ部位の特徴情報に基づいて、Ｌｉｇｈｔ ｃｈａｉｎ Ｌ１，Ｌ２，Ｌ３と、Ｈｅａｖｙ ｃｈａｉｎ Ｈ１， Ｈ２，Ｈ３に対応する部位を抗体配列情報から分離して抽出する（ステップＳＥ−１）。
【０１１２】
そして、図４において上述した断片構造予測処理を実行して、ＣＤＲ部位の断片構造を予測する（ステップＳＥ−２）。
【０１１３】
そして、予測された構造データをＣＤＲ構造データとして出力する（ステップＳＥ−３）。
【０１１４】
これにて、ＣＤＲ構造予測処理が終了する。
【０１１５】
再び図１に戻り、本発明は、抗原と抗体との複合体の構造を予測する（ステップＳＡ−３）。
【０１１６】
［複合体構造予測処理］
ステップＳＡ−３における複合体構造予測処理の詳細について図６を参照して説明する。図６は、本発明の複合体構造予測処理の一例を示すフローチャートである。
【０１１７】
本発明者の手法は、複合体ＤＢと抗原（または抗体）情報を用いて抗原−抗体複合体構造を（相対的な位置関係も含めて）同時抽出する。ドッキング・シミュレーション等によるそれぞれの構造の位置関係最適化は不要となる。
【０１１８】
まず、本発明は、抗原と抗体との複合体の構造を既知のデータベースなどから検索して取得する。ここで、複合体構造が取得できない場合には、以下に示すように、複合体の構造を予測する（ステップＳＦ−１）。
【０１１９】
本発明の複合体構造の予測は、以下のエピトープ‐ＣＤＲコンタクト・データベース（ＥＣＤＢ）を用いる。
【０１２０】
ここで、ＥＣＤＢは、以下のデータを要素として持つ。
１．複合体ＩＤ（エピトープとＣＤＲの複合体の全体のＩＤ）
２．エピトープ断片パターンＩＤ（エピトープ断片が何残基あるか、全エピトープ中何番目の断片かという情報）
３．エピトープ配列
４．エピトープ構造
５．ＣＤＲ配列
６．ＣＤＲ構造
７．エピトープ‐ＣＤＲ間相対的位置関係
８．エピトープ‐ＣＤＲ結合関係
【０１２１】
以下にＥＣＤＢを用いた複合体構造予測の手順を説明する。
まず、ＥＣＤＢ中でエピトープ断片の類似配列、エピトープ断片パターン類似構造をもつデータを検索して、得点付けを実行する（ステップＳＦ−２）。
【０１２２】
そして、得点の高いＥＣＤＢ中のエントリに対して、エピトープ‐ＣＤＲ相対的位置関係と結合関係をできるだけ保つようにエピトープ、抗体（ＣＤＲ）構造を当てはめ、複合体構造を作成する（ステップＳＦ−３）。
【０１２３】
ここで、作られた複合体構造はＤＢ中の構造を間接的に参照しているが、当然全く同じというわけではないので、構造中に矛盾点（例えば、座標の重なりなど）が発生する場合がある。
【０１２４】
そこで、そういった複合体構造における構造的不具合を排除する（ステップＳＦ−４）。例えば、エピトープ‐ＣＤＲ複合系においてエピトープ‐ＣＤＲのある原子間距離を計算し、それらが近すぎる場合には一方の（単独構造に対する影響が少ない方）原子の位置を矛盾がなくなるまで動かすなどの修正を加える。
【０１２５】
そして、予測された複合体構造データを出力する（ステップＳＦ−５）。
【０１２６】
これにて、複合体構造予測処理が終了する。
【０１２７】
再び図１に戻り、本発明は、ステップＳＡ−３において取得された複合体構造データを最適化する（ステップＳＡ−４）。すなわち、ステップＳＡ−３により得られた複合体構造は、上述した処理により構造的には矛盾が無い状態となっている。しかし、エネルギー的にはその限りではない。そこで、以降の処理でアフィニティを計算する際にはエネルギー的安定性がない状態では問題が生じるので、エネルギーの最適化を行う必要がある。
【０１２８】
［構造最適化処理］
ステップＳＡ−４における構造最適化処理の詳細について図７を参照して説明する。図７は、本発明の構造最適化処理の一例を示すフローチャートである。
【０１２９】
まず、複合体構造データに対して各種のエネルギー指標に関するエネルギー計算を実行する（ステップＳＧ−１）。ここで、コンタクトポテンシャル、統計ポテンシャル、力場計算、量子化学計算のいずれか、または、それらの組み合わせを用いてもよい。
【０１３０】
そして、ステップＳＧ−１で計算された各種のエネルギー計算結果を評価する（ステップＳＧ−２）。ここで、コンタクトポテンシャル、統計ポテンシャル、力場計算、量子化学計算のいずれか、または、それらの組み合わせによるエネルギー最適化による構造変化は、使用するエネルギー指標の評価関数や評価手法により変化の大きさや方向が異なることになる。
【０１３１】
そして、全体エネルギーが最適化されたか判断し（ステップＳＧ−３）、最適化されていない場合には、再度ステップＳＧ−１に戻る。一方、最適化されている場合には、最適化された構造データを出力する（ステップＳＧ−４）。
【０１３２】
これにて、構造最適化処理が終了する。
【０１３３】
再び図１に戻り、本発明は、最適化された複合体構造に基づいてアフィニティ計算処理を実行する（ステップＳＡ−５）。
【０１３４】
［アフィニティ計算処理］
次に、ステップＳＡ−５におけるアフィニティ計算処理の詳細について図８を参照して説明する。図８は、本発明のアフィニティ計算処理の一例を示すフローチャートである。
【０１３５】
まず、複合体構造について、配列−構造の相関（配列空間の近傍において、どれくらい構造が収束しているか）を計算する（ステップＳＨ−１）。例えば、ある配列の配列空間上近傍にある配列の取りうる構造をある解像度でクラスタリングしたときのクラスター数を配列−構造相関の指標とすることができる。
【０１３６】
そして、あるサイトにおけるこの配列−（主鎖）構造相関の大きさを計算し、その大きさに応じて側鎖のロータマー揺らぎの大きさを計算して決定する（ステップＳＨ−２）。
【０１３７】
ここで、主鎖の揺らぎに対応して側鎖の揺らぎの大きさを決定してもよく、また、より直接的に側鎖断片のデータベース（ロータマー・データベース）を作成し、そこからロータマー揺らぎを計算することも可能である。例えば二次構造と中心の残基種が同じ配列空間で近傍にある、数個からなる断片をデータベースから抽出する。抽出されたロータマー構造をクラスタリングし、クラスター数を配列−側鎖構造相関の指標とする。ここでは、各々のサイトにおける配列−構造相関の大きさ、クラスター情報（側鎖構造の組）が得られることとなる。
【０１３８】
そして、得られたロータマーの揺らぎの大きさ（または、側鎖の構造の組）に基づき、側鎖構造のサンプリングを行う。最も簡単には、クラスター化された側鎖構造の代表構造を、そのサイトでとり得る側鎖構造とすることで、構造−配列相関の大きさを考慮したサンプリングができる。
【０１３９】
そして、得られた各々のサイトにおける側鎖構造の自由度を元に主鎖と側鎖を含めた複合体構造を作成する（ステップＳＨ−３）。基本的にはランダムに作成することとなるが、できるだけ構造間に矛盾（座標の重なりなど）が無いように設計する。ここでさらに大まかな構造最適化を行っても良い。
【０１４０】
そして、アフィニティ計算を実行する（ステップＳＨ−４）。ここで、アフィニティ計算は大きく分けて以下の２つの方法がある
【０１４１】
（１）複合体と単体のエネルギー差より評価
アフィニティは、数式１に示すように、複合体と単体の自由エネルギーの差を計算することで求められる。
アフィニティ＝Ｇ（ＡＢ）−（Ｇ（Ａ）＋Ｇ（Ｂ））・・・（数式１）
数式１において、Ｇ（Ａ）は単体Ａの自由エネルギー、Ｇ（Ｂ）は単体Ｂの自由エネルギー、Ｇ（ＡＢ）はＡとＢの複合体の自由エネルギーである。
また、数式２に示すように、静電的相互作用、疎水的相互作用に分離してもよい。
アフィニティ＝Ｅ（ＡＢ）−（Ｅ（Ａ）＋Ｅ（Ｂ））＋ΔＧ（疎水相互作用）・・・（数式２）
数式１において自由エネルギーＧは近似的に様々な方法で求めることができるが、与えられた情報、計算時間、求められる精度によって方法を使いわけることができる。一例を挙げると統計ポテンシャル、分子力学、量子化学には図１３に示すような特徴がある。
【０１４２】
例えば、非常に多くの候補から相互作用する抗体を複数個探すような場合は統計ポテンシャルのような方法が計算時間の点で優れていると言える。反対に、数個の候補のなかから最もアフィニティが高いものを選ぶという場合は量子化学計算のような精度の高い方法が優れていると言える。本発明ではこれらの手法を適宜自動的に選択するので、それぞれ設計時に最も好適な手法を用いることができるようになる。
【０１４３】
（２）コンタクトポテンシャルより評価
アフィニティを計算するもう１つの方法は、数式３に示すように、コンタクトポテンシャル（ｃｏｎｔａｃｔ ｐｏｔｅｎｔｉａｌ）を用いるものである。
アフィニティｉ＝ΣＰｉ（ａａ１，ａａ２，ｒ） ・・・（数式３）
数式３において、ａａ１とａａ２は接触しているアミノ酸ペア、ｒは残基間距離である。また、Ｐｉはアミノ酸の種類と残基間距離のポテンシャル関数である。この方法は極めて短時間でアフィニティを評価できるという利点がある
【０１４４】
そして、このように計算された各々の構造におけるアフィニティに対して平均、分散などの統計計算を行う（ステップＳＨ−５）。
【０１４５】
そして、計算されたアフィニティデータを出力する（ステップＳＨ−６）。
【０１４６】
これにて、アフィニティ計算処理が終了する。
【０１４７】
再び図１に戻り、本発明は、ステップＳＡ−５のアフィニティ計算処理において出力されたアフィニティデータを評価するためのアフィニティデータ評価処理を実行する（ステップＳＡ−６）。
【０１４８】
［アフィニティ評価処理］
次に、アフィニティ評価処理の詳細について図９を参照して説明する。図９は、本発明のアフィニティ評価処理の一例を示すフローチャートである。
【０１４９】
ここでは、計算されたアフィニティの平均値、分散値のデータを評価する。計算されたアフィニティ平均値ａｍ、アフィニティ分散値ａｖに基づいて、他の複合体のアフィニティと比較してミューテーション前のＣＤＲのアフィニティよりも良くなっているかどうかを評価する。
【０１５０】
そして、アフィニティ平均値ａｍがより大きく、分散値ａｖがより小さければアフィニティの評価が高くなるようにアフィニティ評価関数を設定する（ステップＳＩ−１）。例えば評価関数として、ｆ＝ａ×ａｍ−ｂ×ｓｑｒｔ（ａｖ）等を用いることができる。ここで、ａ、ｂは定数パラメータである。
【０１５１】
そして、アフィニティデータベースを検索し（ステップＳＩ−２）、以前に処理したアフィニティ評価関数の値より高くなっているかを判定する（ステップＳＩ−３）。
【０１５２】
次ステップへの移行は、例えば、前の抗体構造よりもアフィニティ評価関数がより良くなっていれば（一番良い場合にはベストアフィニティデータとして）保存し次ステップへ進み（ステップＳＩ−４）、一方、悪くなっていればある確率でこの計算データを破棄し、以前のデータについて次のステップへ行く（ステップＳＩ−５）、というモンテ−カルロ（Ｍｏｎｔｅ−Ｃａｒｌｏ）的手法を用いても良い。
【０１５３】
これにて、アフィニティ評価処理が終了する。
【０１５４】
再び図１に戻り、本発明は、処理対象のＣＤＲ配列情報について、ミューテーション（例えば、点突然変異など）を行う（ステップＳＡ−７）。
ミューテーションは、遺伝的アルゴリズムなどの手法を用いてランダムに、あるいはアフィニティ評価に基づいて行われる。すなわち、アフィニティ平均値減少に寄与したロータマー揺らぎ構造をもつアミノ酸を重点的に変異させてもよい。
【０１５５】
そして、変異されたＣＤＲ部位のＣＤＲ構造に基づいて、ステップＳＡ−２に戻り、変異後のＣＤＲ構造を予測した後、ステップＳＡ−３の複合体構造予測処理により変異後の複合体構造データを予測し、当該変異後の複合体構造データについてステップＳＡ−５のアフィニティ計算処理により変異後のアフィニティを計算し、ステップＳＡ−６アフィニティ評価処理により当該変異後のアフィニティの評価を行い、変異前後のアフィニティの評価結果を比較することにより、抗原とアフィニティの高い抗体を設計する。
【０１５６】
［システム構成］
次に、本システムの構成について説明する。図１４は、本発明が適用される本システム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。本システムは、概略的に、抗体設計装置１００と、配列情報や構造情報等に関する外部データベースやホモロジー検索等の外部プログラム等を提供する外部システム２００とを、ネットワーク３００を介して通信可能に接続して構成されている。
【０１５７】
図１４においてネットワーク３００は、抗体設計装置１００と外部システム２００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。
【０１５８】
図１４において外部システム２００は、ネットワーク３００を介して、抗体設計装置１００と相互に接続され、利用者に対して配列情報や構造情報等に関する外部データベースやホモロジー検索やモチーフ検索等の外部プログラムを実行するウェブサイトを提供する機能を有する。
【０１５９】
ここで、外部システム２００は、ＷＥＢサーバやＡＳＰサーバ等として構成してもよく、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のハードウェア構成中の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。
【０１６０】
図１４において抗体設計装置１００は、概略的に、抗体設計装置１００の全体を統括的に制御するＣＰＵ等の制御部１０２、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１０４、入力装置１１２や出力装置１１４に接続される入出力制御インターフェース部１０８、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１０６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。さらに、この抗体設計装置１００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３００に通信可能に接続されている。
【０１６１】
記憶部１０６に格納される各種のデータベースやテーブル（入力データファイル１０６ａ〜ロータマーデータベース１０６ｊ）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ベースやウェブページ用ファイル等を格納する。
【０１６２】
これら記憶部１０６の各構成要素のうち、入力データファイル１０６ａは、入力データを格納する入力データ格納手段である。この入力データファイル１０６ａに格納される情報は、抗原に対する情報として、１）抗原配列、２）抗原配列や構造情報、３）エピトープ部位配列、４）エピトープ部位配列、構造情報、のうち少なくとも一つを含む。また、抗体に関する情報として、１）抗体配列、２）抗体配列、構造、３）ＣＤＲ部位配列、４）ＣＤＲ部位配列、構造情報、のうち少なくとも一つを含む。
【０１６３】
また、エピトープ情報データベース１０６ｂは、エピトープの配列情報や構造情報に関するエピトープ情報等を格納するエピトープ情報格納手段である。
【０１６４】
また、ＣＤＲ情報データベース１０６ｃは、ＣＤＲの配列情報や構造情報に関するＣＤＲ情報等を格納するＣＤＲ情報格納手段である。
【０１６５】
また、複合体情報データベース１０６ｄは、エピトープ構造とＣＤＲ構造との複合体に関する情報等を格納する複合体情報格納手段である。
【０１６６】
また、２次構造予測結果データファイル１０６ｅは、２次構造予測プログラムによる２次構造予測結果に関する情報等を格納する２次構造予測結果情報格納手段である。この２次構造予測結果データファイル１０６ｅに格納される情報は、予測プログラム（予測手段）などを一意に識別するための識別情報、配列情報、予測結果等を相互に関連付けて構成されている。
【０１６７】
また、オリゴペプチド頻度情報データベース１０６ｆは、タンパク質配列におけるオリゴペプチドの出現頻度に関する情報等を格納するオリゴペプチド頻度情報格納手段である。このオリゴペプチド頻度情報データベース１０６ｆに格納される情報は、オリゴペプチドの配列情報、出現頻度等を相互に関連付けて構成されている。
【０１６８】
また、エピトープ部位アミノ酸頻度情報ファイル１０６ｇは、エピトープ部位のアミノ酸の出現頻度に関する情報等を格納するエピトープ部位アミノ酸頻度情報格納手段である。このエピトープ部位アミノ酸頻度情報ファイル１０６ｇに格納される情報は、アミノ酸種別、出現頻度等を相互に関連付けて構成されている。
【０１６９】
また、ＥＣデータベース１０６ｈは、のエピトープ‐ＣＤＲコンタクト・データベース（ＥＣＤＢ）である。このＥＣデータベース１０６ｈに格納される情報は、複合体ＩＤ（エピトープとＣＤＲの複合体の全体のＩＤ）、エピトープ断片パターンＩＤ（エピトープ断片が何残基あるか、全エピトープ中何番目の断片かという情報）、エピトープ配列、エピトープ構造、ＣＤＲ配列、ＣＤＲ構造、エピトープ‐ＣＤＲ間相対的位置関係、エピトープ‐ＣＤＲ結合関係、等を相互に関連付けて構成されている。
【０１７０】
また、アフィニティデータベース１０６ｉは、抗体と抗原とのアフィニティに関する情報等を格納する格納手段である。このアフィニティデータベース１０６ｉに格納される情報は、抗体配列、アフィニティデータ、アフィニティ評価関数の値等を相互に関連付けて構成されている。
【０１７１】
また、ロータマーデータベース１０６ｊは、ロータマーに関する情報等を格納するロータマー情報格納手段である。このロータマーデータベース１０６ｊに格納される情報は、ロータマー構造（側鎖断片の構造を含む）、配列情報、ロータマー揺らぎの大きさ（自由度）、ロータマー構造（側鎖断片の構造を含む）のクラスタリング結果等を相互に関連付けて構成されている。
【０１７２】
また、その他の情報として、抗体設計装置１００の記憶部１０６には、ウェブサイトを外部システム２００に提供するための各種のＷｅｂデータやＣＧＩプログラム等が記録されている。
【０１７３】
このＷｅｂデータとしては、後述する各種のＷｅｂページを表示するためのデータ等があり、これらデータは、例えば、ＨＴＭＬやＸＭＬにて記述されたテキストファイルとして形成されている。また、これらのＷｅｂデータを作成するための部品用のファイルや作業用のファイルやその他一時的なファイル等も記憶部１０６に記憶される。
【０１７４】
この他、必要に応じて、外部システム２００に送信するための音声をＷＡＶＥ形式やＡＩＦＦ形式の如き音声ファイルで格納したり、静止画や動画をＪＰＥＧ形式やＭＰＥＧ２形式の如き画像ファイルで格納したりすることができる。
【０１７５】
また、図１４において、通信制御インターフェース部１０４は、抗体設計装置１００とネットワーク３００（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ェース部１０４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。
【０１７６】
また、図１４において、入出力制御インターフェース部１０８は、入力装置１１２や出力装置１１４の制御を行う。ここで、出力装置１１４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１１４をモニタとして記載する場合がある）。また、入力装置１１２としては、キーボード、マウス、および、マイク等を用いることができる。また、モニタも、マウスと協働してポインティングデバイス機能を実現する。
【０１７７】
また、図１４において、制御部１０２は、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）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１０２は、機能概念的に、複合体構造予測部１０２ａ、アフィニティ計算部１０２ｂ、アフィニティ評価部１０２ｃ、および、ＣＤＲ配列ミューテーション部１０２ｄを備えて構成されている。
【０１７８】
このうち、複合体構造予測部１０２ａは、抗原のエピトープ部位のエピトープ構造と、当該抗原に結合する抗体のＣＤＲ部位のＣＤＲ構造の複合体構造データを予測する複合体構造予測手段である。ここで、図１５は、複合体構造予測部１０２ａの構成の一例を示すブロック図である。図１５に示すように複合体構造予測部１０２ａは、エピトープ構造予測部１０２ｅ、ＣＤＲ構造予測部１０２ｆ、類似データ得点化部１０２ｇ、複合体構造作成部１０２ｈ、ロータマー自由度計算部１０２ｉ、ロータマー自由度反映構造作成部１０２ｊ、構造最適化部１０２ｋ、および、断片構造予測部１０２ｍを含んで構成されている。
【０１７９】
図１５のエピトープ構造予測部１０２ｅは、エピトープ構造を予測するエピトープ構造予測手段であり、また、２次構造予測結果を用いたＳＶＭによるエピトープ部位予測のパラメータＳ（ｉ）、オリゴペプチド頻度情報を用いたエピトープ部位予測のパラメータＯ（ｉ）、エピトープ部位アミノ酸頻度情報を用いたエピトープ部位予測のパラメータＫ（ｉ）の少なくとも一つに基づいて抗原のエピトープ部位を予測するエピトープ部位予測手である。
【０１８０】
また、ＣＤＲ構造予測部１０２ｆは、ＣＤＲ配列に基づいてＣＤＲ構造を予測するＣＤＲ構造予測手段である。
【０１８１】
また、類似データ得点化部１０２ｇは、エピトープ断片の類似配列および／またはエピトープ断片パターンの類似構造を持つ類似データを検索して得点を付ける類似データ得点化手段である。
【０１８２】
また、複合体構造作成部１０２ｈは、類似データ得点化手段により高い得点が付されたデータの構造データを雛型として、エピトープ‐ＣＤＲ相対的位置関係および／またはエピトープ‐ＣＤＲ結合関係をできるだけ保持するように複合体構造を作成する複合体構造作成手段である。
【０１８３】
また、ロータマー自由度計算部１０２ｉは、配列と構造との間の相関の大きさを計算する相関計算手段、および、相関計算手段により計算された相関の大きさに応じて側鎖のロータマーの揺らぎの大きさを示す自由度を計算するロータマー自由度計算手段である。
【０１８４】
また、ロータマー自由度反映構造作成部１０２ｊは、ロータマー自由度計算手段により計算された側鎖構造の自由度に基づいて、主鎖と側鎖を含めた複合体構造を作成するロータマー自由度反映構造作成手段である。
【０１８５】
また、構造最適化部１０２ｋは、複合体構造を最適化する構造最適化手段である。
【０１８６】
また、断片構造予測部１０２ｍは、部分配列から該当するフラグメント構造を予測する断片構造予測手段である。
【０１８７】
再び図１４に戻り、アフィニティ計算部１０２ｂは、複合体構造予測手段により予測された上記複合体構造データについて、エピトープ構造とＣＤＲ構造との間のアフィニティを計算するアフィニティ計算手段である。ここで、図１６は、アフィニティ計算部１０２ｂの構成の一例を示すブロック図である。図１６に示すように、アフィニティ計算部１０２ｂは、自由エネルギー計算部１０２ｐおよびコンタクトポテンシャル計算部１０２ｑを含んで構成される。
【０１８８】
図１６において、自由エネルギー計算部１０２ｐは、複合体と単体の自由エネルギーの差により上記アフィニティを計算する自由エネルギー計算手段である。
【０１８９】
また、コンタクトポテンシャル計算部１０２ｑは、コンタクトポテンシャルにより上記アフィニティを計算するコンタクトポテンシャル計算手段である。
【０１９０】
再び図１４に戻り、アフィニティ評価部１０２ｃは、アフィニティ計算手段により計算された上記アフィニティを評価するアフィニティ評価手段である。ここで、図１７は、アフィニティ評価部１０２ｃの構成の一例を示すブロック図である。図１７に示すように、アフィニティ評価部１０２ｃは、アフィニティ評価関数設定部１０２ｒを含んで構成される。
【０１９１】
図１７において、アフィニティ評価関数設定部１０２ｒは、アフィニティの平均値および分散値に基づいてアフィニティ評価関数を設定するアフィニティ評価関数設定手段である。
【０１９２】
再び図１４に戻り、ＣＤＲ配列ミューテーション部１０２ｄは、ＣＤＲ部位の配列の一部についてミューテーションを行うＣＤＲ配列ミューテーション手段である。ここで、図１８は、ＣＤＲ配列ミューテーション部１０２ｄの構成の一例を示すブロック図である。図１８に示すように、ＣＤＲ配列ミューテーション部１０２ｄは、ミューテーション位置決定部１０２ｓを含んで構成される。
【０１９３】
図１８において、ミューテーション位置決定部１０２ｓは、ＣＤＲ部位のミューテーションさせる位置を、ランダムに、または、アフィニティ評価に基づいて決定するミューテーション位置決定手段である。
【０１９４】
なお、これら各部によって行なわれる処理の詳細については、後述する。
【０１９５】
［システムの処理］
次に、このように構成された本実施の形態における本システムの処理の一例について、以下に再び図１〜図１８を参照して詳細に説明する。
【０１９６】
図１に示すように、まず、抗体設計装置１００は、エピトープ構造予測部１０２ｅの処理により、入力データファイル１０６ａに格納された入力データ中にエピトープ構造が存在しない場合には、利用者が入力した抗原についてエピトープ部位の構造を既知のデータベースなどから検索して取得する。ここで、エピトープ構造が取得できない場合には、エピトープ構造予測部１０２ｅは、以下に示すように、抗原配列、抗原構造、エピトープ部位配列などのうち少なくとも一つの情報に基づいて、エピトープ部位の構造を予測する（ステップＳＡ−１）。
【０１９７】
［エピトープ構造予測処理］
ステップＳＡ−１のエピトープ構造予測処理の詳細について図２を参照して説明する。図２は、本発明のエピトープ構造予測処理の一例を示すフローチャートである。
【０１９８】
まず、エピトープ構造予測部１０２ｅは、既知の抗体情報データベースなどを参照して、処理対象の抗原のエピトープ部位情報が存在するか確認する（ステップＳＢ−１）。
【０１９９】
ステップＳＢ−１において、エピトープ部位情報が存在しない場合には、エピトープ構造予測部１０２ｅは、以下に示すエピトープ部位予測処理を実行して、抗体配列情報からエピトープ部位を予測する（ステップＳＢ−２）。
【０２００】
そして、エピトープ構造予測部１０２ｅは、既知の抗体情報データベースから取得、または、エピトープ部位予測処理により予測されたエピトープ部位の配列情報について、以下に示す断片構造予測処理を実行する（ステップＳＢ−３）。
【０２０１】
そして、エピトープ構造予測部１０２ｅは、予測されたエピトープ部位の構造データをエピトープ構造データとして出力する（ステップＳＢ−４）。
【０２０２】
これにて、エピトープ構造予測処理が終了する。
【０２０３】
［エピトープ部位予測処理］
ステップＳＢ−２のエピトープ部位予測処理の詳細について図３を参照して説明する。図３は、本発明のエピトープ部位予測処理の一例を示すフローチャートである。
【０２０４】
エピトープ構造予測部１０２ｅは、エピトープ部位を予測するためのパラメータとして、２次構造予測結果データ、オリゴペプチド頻度情報、抗原・抗体アミノ酸頻度情報のうち少なくとも１つのパラメータを取得する（ステップＳＣ−１）。
【０２０５】
そして、エピトープ構造予測部１０２ｅは、これらの各パラメータからエピトープ部位を判定するための統合評価関数を作成する（ステップＳＣ−２）。
【０２０６】
以下に、Ｉ．２次構造予測結果データ、ＩＩ．オリゴペプチド頻度情報、ＩＩＩ．エピトープ部位アミノ酸頻度情報のそれぞれのパラメータに基づいて、ＩＶ．エピトープ部位を判定するための統合評価関数を作成する場合について、順に詳細に説明する。
【０２０７】
Ｉ．２次構造予測結果データからエピトープ可能性部位を予測する場合
（１）まず、エピトープ構造予測部１０２ｅは、以下の手順１〜手順４により、各２次構造予測プログラムの処理結果から上述したＳＶＭ（サポート・ベクトル・マシーン）学習データを作成する。
【０２０８】
（２）エピトープ構造予測部１０２ｅは、処理対象の抗原配列を入力する。
【０２０９】
（３）エピトープ構造予測部１０２ｅは、処理対象の抗原配列に対して、各２次構造予測手段の手法を用いて２次構造予測を行う。
【０２１０】
（４）エピトープ構造予測部１０２ｅは、サイトごとの二次構造結果のパターンを、予めＳＶＭ学習を行い保存しておいたＳＶＭ学習データに入力する。
【０２１１】
（５）エピトープ構造予測部１０２ｅは、ＳＶＭにより、エピトープ部位の可能性を示すパラメータＳ（ｉ）を出力する。
【０２１２】
ＩＩ．オリゴペプチドの出現頻度からエピトープ可能性部位を予測する場合
（１）まず、エピトープ構造予測部１０２ｅは、上述した手順により、オリゴペプチド頻度情報データベースを作成する。
【０２１３】
（２）エピトープ構造予測部１０２ｅは、処理対象の抗原配列を入力する。
【０２１４】
（３）エピトープ構造予測部１０２ｅは、処理対象の抗原配列をｎ残基のオリゴペプチドに分割する。
【０２１５】
（４）エピトープ構造予測部１０２ｅは、ｉ番目を含むオリゴペプチドの出現確率の平均をｉ番目のスコアＯ（ｉ）にする。
【０２１６】
（５）エピトープ構造予測部１０２ｅは、処理結果を出力する。
【０２１７】
ＩＩＩ．エピトープ部位アミノ酸頻度情報からエピトープ可能性部位を予測する場合
（１）エピトープ構造予測部１０２ｅは、上述した手順により、エピトープ部位アミノ酸出現頻度情報ＤＢを作成する。
【０２１８】
（２）エピトープ構造予測部１０２ｅは、処理対象の抗原配列を入力
【０２１９】
（３）エピトープ構造予測部１０２ｅは、ｉ番目のアミノ酸の前後ｎ残基の平均アミノ酸出現確率をスコアＫ（ｉ）にする。
【０２２０】
（４）エピトープ構造予測部１０２ｅは、処理結果を出力する。
【０２２１】
ＩＶ．統合評価関数の作成
上述したように、ｉ番目のサイトにおける
１）２次構造予測結果を用いたＳＶＭによるエピトープ部位予測のパラメータＳ（ｉ）、
２）オリゴペプチド頻度情報を用いたエピトープ部位予測のパラメータＯ（ｉ）、
３）エピトープ部位アミノ酸頻度情報を用いたエピトープ部位予測のパラメータＫ（ｉ）、
の計算手法を挙げたが、ここでは、これらの結果を総合的に判断し、最終的にそれぞれのサイトがエピトープ部位となりうるかどうかの予測結果を同定する。例えば、エピトープ構造予測部１０２ｅは、統合評価関数として、それぞれのサイトにおける評価の線形和が閾値以上であればそのサイトをエピトープとして予測する。
【０２２２】
例えば、エピトープ構造予測部１０２ｅは、ｓ、ｏ、ｋ、ｔｈｒｅｓｈｏｌｄを判断用のパラメータ（定数）とした、以下の統合評価関数ｐｅ（ｉ）を用いる。
ｐｅ（ｉ） ＝ ｓ×Ｓ（ｉ）＋ｏ×Ｏ（ｉ）＋ｋ×Ｋ（ｉ）−ｔｈｒｅｓｈｏｌｄ
【０２２３】
そして、エピトープ構造予測部１０２ｅは、この統合評価関数ｐｅ（ｉ）を用いて、各サイトがエピトープ部位であるかを予測する（ステップＳＣ−３）。
すなわち、エピトープ構造予測部１０２ｅは、この統合評価関数を用い、サイトｉについて、
ｐｅ（ｉ） ＞ ０
が成立している場合には、サイトｉについてエピトープ部位であると予測する。
【０２２４】
これにて、エピトープ部位予測処理が終了する。
【０２２５】
［断片構造予測処理］
次に、ステップＳＢ−３の断片構造予測処理の詳細について図４を参照して説明する。図４は、本発明の断片構造予測処理の一例を示すフローチャートである。
【０２２６】
まず、断片構造予測部１０２ｍは、断片構造を予測する配列について、既知の構造データベース（例えば、ＰＤＢや、ＣＤＲ領域やエピトープ構造に特化したデータベースなど）を検索して、対応する構造データが存在しているか確認する（ステップＳＤ−１）。
【０２２７】
ステップＳＤ−１において、対応する構造データが存在していない場合には、断片構造予測部１０２ｍは、フラグメント構造予測を行う（ステップＳＤ−２）。ここで、構造予測技術としては、既知の構造予測技術のいずれを用いてもよい。
【０２２８】
これにて、断片構造予測処理が終了する。
【０２２９】
再び図１に戻り、抗体設計装置１００は、入力データファイル１０６ａに格納された入力データ中に対応するＣＤＲ構造がない場合には、ＣＤＲ構造予測部１０２ｆの処理により、処理対象の抗原と結合する設計対象の抗体についてＣＤＲ部位のＣＤＲ構造を既知のデータベースなどから検索して取得する。ここで、ＣＤＲ構造が取得できない場合には、ＣＤＲ構造予測部１０２ｆは、以下に示すように、抗体配列、抗体構造、部位配列などのうち少なくとも一つの情報に基づいて、ＣＤＲ部位の構造を予測する（ステップＳＡ−２）。
【０２３０】
［ＣＤＲ構造予測処理］
ステップＳＡ−２におけるＣＤＲ構造予測処理の詳細について図５を参照して説明する。図５は、本発明のＣＤＲ構造予測処理の一例を示すフローチャートである。
【０２３１】
まず、ＣＤＲ構造予測部１０２ｆは、抗体の配列情報の断片の特徴などに基づいて、ＣＤＲ部位について分離する。すなわち、ＣＤＲ構造予測部１０２ｆは、既知のＣＤＲ部位の特徴情報に基づいて、Ｌｉｇｈｔ ｃｈａｉｎ Ｌ１，Ｌ２，Ｌ３と、Ｈｅａｖｙ ｃｈａｉｎ Ｈ１，Ｈ２，Ｈ３に対応する部位を抗体配列情報から分離して抽出する（ステップＳＥ−１）。
【０２３２】
そして、図４において上述した断片構造予測処理を実行して、ＣＤＲ部位の断片構造を予測する（ステップＳＥ−２）。
【０２３３】
そして、ＣＤＲ構造予測部１０２ｆは、予測された構造データをＣＤＲ構造データとして出力する（ステップＳＥ−３）。
【０２３４】
これにて、ＣＤＲ構造予測処理が終了する。
【０２３５】
再び図１に戻り、抗体設計装置１００は、複合体構造予測部１０２ａの処理により、抗原のエピトープ構造と抗体のＣＤＲ構造との複合体の構造を予測する（ステップＳＡ−３）。
【０２３６】
［複合体構造予測処理］
ステップＳＡ−３における複合体構造予測処理の詳細について図６を参照して説明する。図６は、本発明の複合体構造予測処理の一例を示すフローチャートである。
【０２３７】
まず、複合体構造予測部１０２ａは、抗原と抗体との複合体の構造を既知のデータベースなどから検索して取得する。ここで、複合体構造が取得できない場合には、複合体構造予測部１０２ａは、以下に示すように、複合体の構造を予測する（ステップＳＦ−１）。
まず、類似データ得点化部１０２ｇは、ＥＣデータベース１０６ｈ中でエピトープ断片の類似配列、エピトープ断片パターン類似構造をもつデータを検索して、得点付けを実行する（ステップＳＦ−２）。
【０２３８】
そして、複合体構造作成部１０２ｈは、得点の高いＥＣデータベース１０６ｈ中のエントリに対して、エピトープ‐ＣＤＲ相対的位置関係と結合関係をできるだけ保つようにエピトープ、抗体（ＣＤＲ）構造を当てはめ、複合体構造を作成する（ステップＳＦ−３）。
【０２３９】
ここで、作られた複合体構造はＤＢ中の構造を間接的に参照しているが、当然全く同じというわけではないので、構造中に矛盾点（例えば、座標の重なりなど）が発生する場合がある。
【０２４０】
そこで、複合体構造予測部１０２ａは、そういった複合体構造における構造的不具合を排除する（ステップＳＦ−４）。例えば、複合体構造予測部１０２ａは、エピトープ‐ＣＤＲ複合系においてエピトープ‐ＣＤＲのある原子間距離を計算し、それらが近すぎる場合には一方の（単独構造に対する影響が少ない方）原子の位置を矛盾がなくなるまで動かすなどの修正を加える。
【０２４１】
そして、複合体構造予測部１０２ａは、予測された複合体構造データを出力する（ステップＳＦ−５）。
【０２４２】
これにて、複合体構造予測処理が終了する。
【０２４３】
再び図１に戻り、抗体設計装置１００は、構造最適化部１０２ｋの処理により、ステップＳＡ−３において取得された複合体構造データを最適化する（ステップＳＡ−４）。すなわち、ステップＳＡ−３により得られた複合体構造は、上述した処理により構造的には矛盾が無い状態となっている。しかし、エネルギー的にはその限りではない。そこで、以降の処理でアフィニティを計算する際にはエネルギー的安定性がない状態では問題が生じるので、エネルギーの最適化を行う必要がある。
【０２４４】
［構造最適化処理］
ステップＳＡ−４における構造最適化処理の詳細について図７を参照して説明する。図７は、本発明の構造最適化処理の一例を示すフローチャートである。
【０２４５】
まず、構造最適化部１０２ｋは、複合体構造データに対して各種のエネルギー指標に関するエネルギー計算を実行する（ステップＳＧ−１）。ここで、構造最適化部１０２ｋは、コンタクトポテンシャル、統計ポテンシャル、力場計算、量子化学計算のいずれか、または、それらの組み合わせを用いてもよい。
【０２４６】
そして、構造最適化部１０２ｋは、ステップＳＧ−１で計算された各種のエネルギー計算結果を評価する（ステップＳＧ−２）。ここで、コンタクトポテンシャル、統計ポテンシャル、力場計算、量子化学計算のいずれか、または、それらの組み合わせによるエネルギー最適化による構造変化は、使用するエネルギー指標の評価関数や評価手法により変化の大きさや方向が異なることになる。
【０２４７】
そして、構造最適化部１０２ｋは、全体エネルギーが最適化されたか判断し（ステップＳＧ−３）、最適化されていない場合には、再度ステップＳＧ−１に戻る。一方、最適化されている場合には、構造最適化部１０２ｋは、最適化された構造データを出力する（ステップＳＧ−４）。
【０２４８】
これにて、構造最適化処理が終了する。
【０２４９】
再び図１に戻り、抗体設計装置１００は、アフィニティ計算部１０２ｂの処理により、最適化された複合体構造に基づいてアフィニティ計算処理を実行する（ステップＳＡ−５）。
【０２５０】
［アフィニティ計算処理］
次に、ステップＳＡ−５におけるアフィニティ計算処理の詳細について図８を参照して説明する。図８は、本発明のアフィニティ計算処理の一例を示すフローチャートである。
【０２５１】
まず、ロータマー自由度計算部１０２ｉは、複合体構造について、配列−構造の相関（配列空間の近傍において、どれくらい構造が収束しているか）を計算する（ステップＳＨ−１）。例えば、ある配列の配列空間上近傍にある配列の取りうる構造をある解像度でクラスタリングしたときのクラスター数を配列−構造相関の指標とすることができる。
【０２５２】
そして、ロータマー自由度計算部１０２ｉは、あるサイトにおけるこの配列−（主鎖）構造相関の大きさを計算し、その大きさに応じて側鎖のロータマー揺らぎの大きさを計算して決定する（ステップＳＨ−２）。
【０２５３】
ここで、ロータマー自由度計算部１０２ｉは、主鎖の揺らぎに対応して側鎖の揺らぎの大きさを決定してもよく、また、より直接的に側鎖断片のデータベース（ロータマー・データベース）を作成し、そこからロータマー揺らぎを計算することも可能である。例えば、ロータマー自由度計算部１０２ｉは、二次構造と中心の残基種が同じ配列空間で近傍にある、数個からなる断片をデータベースから抽出する。ロータマー自由度計算部１０２ｉは、抽出されたロータマー構造をクラスタリングし、クラスター数を配列−側鎖構造相関の指標とする。ここでは、各々のサイトにおける配列−構造相関の大きさ、クラスター情報（側鎖構造の組）が得られることとなる。
【０２５４】
そして、ロータマー自由度反映構造作成部１０２ｊは、得られたロータマーの揺らぎの大きさ（または、側鎖の構造の組）に基づき、側鎖構造のサンプリングを行う。最も簡単には、クラスター化された側鎖構造の代表構造を、そのサイトでとり得る側鎖構造とすることで、構造−配列相関の大きさを考慮したサンプリングができる。
【０２５５】
そして、ロータマー自由度反映構造作成部１０２ｊは、得られた各々のサイトにおける側鎖構造の自由度を元に主鎖と側鎖を含めた複合体構造を作成する（ステップＳＨ−３）。ここで基本的にはランダムに作成することとなるが、できるだけ構造間に矛盾（座標の重なりなど）が無いように設計する。さらに、構造最適化部１０２ｋが構造最適化を行っても良い。
【０２５６】
そして、アフィニティ計算部１０２ｂは、アフィニティ計算を実行する（ステップＳＨ−４）。
ここで、アフィニティ計算は大きく分けて以下の２つの方法がある
【０２５７】
（１）複合体と単体のエネルギー差より評価
アフィニティは、自由エネルギー計算部１０２ｐにより、数式１に示すように、複合体と単体の自由エネルギーの差を計算することで求められる。
アフィニティ＝Ｇ（ＡＢ）−（Ｇ（Ａ）＋Ｇ（Ｂ））・・・（数式１）
数式１において、Ｇ（Ａ）は単体Ａの自由エネルギー、Ｇ（Ｂ）は単体Ｂの自由エネルギー、Ｇ（ＡＢ）はＡとＢの複合体の自由エネルギーである。
また、自由エネルギー計算部１０２ｐは、数式２に示すように、静電的相互作用、疎水的相互作用に分離してもよい。
アフィニティ＝Ｅ（ＡＢ）−（Ｅ（Ａ）＋Ｅ（Ｂ））＋ΔＧ（疎水相互作）・・・（数式２）
数式１において自由エネルギーＧは近似的に様々な方法で求めることができるが、自由エネルギー計算部１０２ｐは、与えられた情報、計算時間、求められる精度によって、統計ポテンシャル、分子力学、量子化学のいずれかの手法を選択することができる。これにより、自由エネルギー計算部１０２ｐは、これらの手法を適宜自動的に選択するので、それぞれ設計時に最も好適な手法を用いることができるようになる。
【０２５８】
（２）コンタクトポテンシャルより評価
アフィニティを計算するもう１つの方法は、コンタクトポテンシャル計算部１０２ｑにより、数式３に示すように、コンタクトポテンシャル（ｃｏｎｔａｃｔ
ｐｏｔｅｎｔｉａｌ）を用いてもよい。
アフィニティｉ＝ΣＰｉ（ａａ１，ａａ２，ｒ）・・・（数式３）
数式３において、ａａ１とａａ２は接触しているアミノ酸ペア、ｒは残基間距離である。また、Ｐｉはアミノ酸の種類と残基間距離のポテンシャル関数である。この方法は極めて短時間でアフィニティを評価できるという利点がある
【０２５９】
そして、アフィニティ計算部１０２ｂは、このように計算された各々の構造におけるアフィニティに対して平均、分散などの統計計算を行う（ステップＳＨ−５）。
【０２６０】
そして、アフィニティ計算部１０２ｂは、計算されたアフィニティデータを出力する（ステップＳＨ−６）。
【０２６１】
これにて、アフィニティ計算処理が終了する。
【０２６２】
再び図１に戻り、抗体設計装置１００は、アフィニティ評価部１０２ｃの処理により、ステップＳＡ−５のアフィニティ計算処理において出力されたアフィニティデータを評価するためのアフィニティデータ評価処理を実行する（ステップＳＡ−６）。
【０２６３】
［アフィニティ評価処理］
次に、アフィニティ評価処理の詳細について図９を参照して説明する。図９は、本発明のアフィニティ評価処理の一例を示すフローチャートである。
【０２６４】
ここでは、計算されたアフィニティの平均値、分散値のデータを評価する。すなわち、アフィニティ評価部１０２ｃは、計算されたアフィニティ平均値ａｍ、アフィニティ分散値ａｖに基づいて、他の複合体のアフィニティと比較してミューテーション前のＣＤＲのアフィニティよりも良くなっているかどうかを評価する。
【０２６５】
そして、アフィニティ評価関数設定部１０２ｒの処理により、アフィニティ平均値ａｍがより大きく、分散値ａｖがより小さければアフィニティの評価が高くなるようにアフィニティ評価関数を設定する（ステップＳＩ−１）。例えば評価関数として、
ｆ＝ａ×ａｍ−ｂ×ｓｑｒｔ（ａｖ）
等を用いることができる。ここで、ａ、ｂは定数パラメータである。
【０２６６】
そして、アフィニティ評価部１０２ｃは、アフィニティデータベースを検索し（ステップＳＩ−２）、以前に処理したアフィニティ評価関数の値より高くなっているかを判定する（ステップＳＩ−３）。
【０２６７】
次ステップへの移行は、例えば、アフィニティ評価関数がより良くなっていればベストアフィニティデータとして保存し次ステップへ進み（ステップＳＩ−４）、一方、悪くなっていればある確率でこの計算データを破棄し、以前のデータについて次のステップへ行く（ステップＳＩ−５）、というモンテ−カルロ（Ｍｏｎｔｅ−Ｃａｒｌｏ）的手法を用いても良い。
【０２６８】
これにて、アフィニティ評価処理が終了する。
【０２６９】
再び図１に戻り、抗体設計装置１００は、ＣＤＲ配列ミューテーション部１０２ｄの処理により、処理対象のＣＤＲ配列情報について、ミューテーション（例えば、点突然変異など）を行う（ステップＳＡ−７）。
まず、ミューテーション位置決定部１０２ｓにより、ランダム、あるいは、アフィニティ評価に基づいてミューテーションの位置の決定が行われる。すなわち、ミューテーション位置決定部１０２ｓは、アフィニティ平均値減少に寄与したロータマー揺らぎ構造をもつアミノ酸を重点的に変異させてもよい。
【０２７０】
そして、変異されたＣＤＲ部位のＣＤＲ構造に基づいて、ステップＳＡ−２に戻り、変異後のＣＤＲ構造を予測した後、ステップＳＡ−３の複合体構造予測処理により変異後の複合体構造データを予測し、当該変異後の複合体構造データについてステップＳＡ−５のアフィニティ計算処理により変異後のアフィニティを計算し、ステップＳＡ−６アフィニティ評価処理により当該変異後のアフィニティの評価を行い、変異前後のアフィニティの評価結果を比較することにより、抗原とアフィニティの高い抗体を設計する。
【０２７１】
［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。
【０２７２】
例えば、抗体設計装置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、抗体設計装置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。
【０２７３】
また、実施形態において説明した各処理のうち、自動的に行な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、手動的に行な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。
この他、上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種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。
【０２７４】
また、抗体設計装置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、抗体設計装置１００の各部または各装置が備える処理機能、特に制御部１０２にて行な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（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）および当該ＣＰＵ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。なお、プログラムは、後述する記録媒体に記録されており、必要に応じて抗体設計装置１００に機械的に読み取られる。
【０２７５】
すなわち、ＲＯＭまたはＨＤなどの記憶部１０６などには、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）と協働して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等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１０２を構成する。また、このコンピュータプログラムは、抗体設計装置１００に対して任意のネットワーク３００を介して接続されたアプリケーションプログラムサーバに記録されてもよく、必要に応じてその全部または一部をダウンロードすることも可能である。
【０２７６】
また、本発明にかかるプログラムを、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、ＥＰＲＯＭ、ＥＥＰＲＯＭ、ＣＤ−ＲＯＭ、ＭＯ、ＤＶＤ等の任意の「可搬用の物理媒体」や、各種コンピュータシステムに内蔵されるＲＯＭ、ＲＡＭ、ＨＤ等の任意の「固定用の物理媒体」、あるいは、ＬＡＮ、ＷＡＮ、インターネット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。
【０２７７】
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、複数のモジュールやライブラリとして分散構成されるものや、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）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。
【０２７８】
記憶部１０６に格納される各種のデータベース等（入力データファイル１０６ａ〜ロータマーデータベース１０６ｊ）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やテーブルやファイルやデータベースやウェブページ用ファイル等を格納する。
【０２７９】
また、抗体設計装置１００は、既知のパーソナルコンピュータ、ワークステーション等の情報処理端末等の情報処理装置にプリンタやモニタやイメージスキャナ等の周辺装置を接続し、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。
【０２８０】
さらに、抗体設計装置１００等の分散・統合の具体的形態は明細書および図面に示すものに限られず、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（例えば、グリッド・コンピューティングなど）。例えば、各データベースを独立したデータベース装置として独立に構成してもよく、また、処理の一部をＣＧＩ（Ｃｏｍｍｏｎ Ｇａｔｅｗａｙ Ｉｎｔｅｒｆａｃｅ）を用いて実現してもよい。
【０２８１】
【発明の効果】
以上詳細に説明したように、本発明によれば、抗原のエピトープ部位のエピトープ構造と、当該抗原に結合する抗体のＣＤＲ部位のＣＤＲ構造の複合体構造データを予測し、予測された複合体構造データについて、エピトープ構造とＣＤＲ構造との間のアフィニティを計算し、計算されたアフィニティを評価し、ＣＤＲ部位の配列の一部についてミューテーションを行う。そして、変異されたＣＤＲ部位のＣＤＲ構造に基づいて変異後の複合体構造データを予測し、当該変異後の複合体構造データについて変異後のアフィニティを計算し、当該変異後のアフィニティの評価を行い、変異前後のアフィニティの評価結果を比較することにより、抗原とアフィニティの高い抗体を設計することができる、抗体設計装置、抗体設計方法、プログラム、および、記録媒体を提供することができる。
【０２８２】
また、本発明によれば、従来技術のように抗体と抗原の全体構造を取得してドッキングシュミレーション技術などを用いて複合体を設定しアフィニティを計算する場合には、計算対象の系が巨大になることから、ハイスループットな計算機資源が必要となり、かつ計算時間が膨大にかかるという問題点があったが、本発明のように抗原のエピトープ構造と抗体のＣＤＲ構造のみについて複合体構造を設定する方式を採用することにより、精度を対する影響を少なくしつつ計算負担を軽減することができる抗体設計装置、抗体設計方法、プログラム、および、記録媒体を提供することができる。
【０２８３】
また、本発明によれば、エピトープ断片の類似配列および／またはエピトープ断片パターンの類似構造を持つ類似データを検索して得点を付け、高い得点が付されたデータの構造データを雛型として、エピトープ‐ＣＤＲ相対的位置関係および／またはエピトープ‐ＣＤＲ結合関係をできるだけ保持するように複合体構造を作成するので、既知の抗体−抗原の複合体構造データに基づいて新規の複合体構造を精度よく予測することができる抗体設計装置、抗体設計方法、プログラム、および、記録媒体を提供することができる。
【０２８４】
また、本発明によれば、配列と構造との間の相関の大きさを計算し、計算された相関の大きさに応じて側鎖のロータマーの揺らぎの大きさを示す自由度を計算し、計算された側鎖構造の自由度に基づいて、主鎖と側鎖を含めた複合体構造を作成するので、ロータマー揺らぎによる動的アフィニティ計算結果を反映することができ、より、現実のアフィニティ実測値に近い予測を行うことができる抗体設計装置、抗体設計方法、プログラム、および、記録媒体を提供することができる。
【０２８５】
また、本発明によれば、複合体と単体の自由エネルギーの差によりアフィニティを計算し、および／または、コンタクトポテンシャルによりアフィニティを計算するので、静電的相互作用、疎水的相互作用などのパラメータを、与えられた情報、計算時間、求められる精度によって統計ポテンシャル、分子力学、量子化学、コンタクトポテンシャルなどを使い分けて用いることができる抗体設計装置、抗体設計方法、プログラム、および、記録媒体を提供することができる。
【０２８６】
また、本発明によれば、アフィニティの平均値および分散値に基づいてアフィニティ評価関数を設定し、計算されたアフィニティをアフィニティ評価関数に基づいて評価を行うので、予測精度に対する影響を少なくしつつ、かつ計算負担を少なくことができる抗体設計装置、抗体設計方法、プログラム、および、記録媒体を提供することができる。
【０２８７】
また、本発明によれば、ＣＤＲ部位のミューテーションさせる位置を、ランダムに、または、アフィニティ評価に基づいて決定するので、遺伝的アルゴリズムなどの手法を用いてランダムに決定した場合には計算負担を少なくすることができ、また、アフィニティ評価に基づいて決定する場合には、アフィニティ平均値減少に寄与したロータマー揺らぎ構造をもつアミノ酸を重点的に変異させることなどができるようになるため、ミューテーションによる抗体精度の向上効率を上げることができる抗体設計装置、抗体設計方法、プログラム、および、記録媒体を提供することができる。
【０２８８】
さらに、本発明によれば、２次構造予測結果を用いたＳＶＭによるエピトープ部位予測のパラメータＳ（ｉ）、オリゴペプチド頻度情報を用いたエピトープ部位予測のパラメータＯ（ｉ）、エピトープ部位アミノ酸頻度情報を用いたエピトープ部位予測のパラメータＫ（ｉ）の少なくとも一つに基づいて抗原のエピトープ部位を予測するので、処理対象の抗原のエピトープ部位に関する情報がない場合であっても、効率的に予測することができる抗体設計装置、抗体設計方法、プログラム、および、記録媒体を提供することができる。
【図面の簡単な説明】
【図１】本発明の基本原理を示す原理構成図である。
【図２】本発明のエピトープ構造予測処理の一例を示すフローチャートである。
【図３】本発明のエピトープ部位予測処理の一例を示すフローチャートである。
【図４】本発明の断片構造予測処理の一例を示すフローチャートである。
【図５】本発明のＣＤＲ構造予測処理の一例を示すフローチャートである。
【図６】本発明の複合体構造予測処理の一例を示すフローチャートである。
【図７】本発明の構造最適化処理の一例を示すフローチャートである。
【図８】本発明のアフィニティ計算処理の一例を示すフローチャートである。
【図９】本発明のアフィニティ評価処理の一例を示すフローチャートである。
【図１０】アミノ酸配列が「ＡＡＡＧＫＷＦ」の場合に、各２次構造予測手段により処理し、結合部位を抽出した処理結果の一例を示す図である。
【図１１】アミノ酸配列がＡＧＦＷＫＲＰの場合に、各２次構造予測手段により処理し、結合部位を抽出した処理結果の一例を示す図である。
【図１２】エピトープ部位アミノ酸出現頻度情報ＤＢに登録された情報の一例を示す図である。
【図１３】統計ポテンシャル、分子力学、量子化学の特徴の一例を示す図である。
【図１４】本発明が適用される本システムの構成の一例を示すブロック図である。
【図１５】複合体構造予測部１０２ａの構成の一例を示すブロック図である。
【図１６】アフィニティ計算部１０２ｂの構成の一例を示すブロック図である。
【図１７】アフィニティ評価部１０２ｃの構成の一例を示すブロック図である。
【図１８】ＣＤＲ配列ミューテーション部１０２ｄの構成の一例を示すブロック図である。
【符号の説明】
１００ 抗体設計装置
１０２ 制御部
１０２ａ 複合体構造予測部
１０２ｂ アフィニティ計算部
１０２ｃ アフィニティ評価部
１０２ｄ ＣＤＲ配列ミューテーション部
１０２ｅ エピトープ構造予測部
１０２ｆ ＣＤＲ構造予測部
１０２ｇ 類似データ得点化部
１０２ｈ 複合体構造作成部
１０２ｉ ロータマー自由度計算部
１０２ｊ ロータマー自由度反映構造作成部
１０２ｋ 構造最適化部
１０２ｍ 断片構造予測部
１０２ｐ 自由エネルギー計算部
１０２ｑ コンタクトポテンシャル計算部
１０２ｒ アフィニティ評価関数設定部
１０２ｓ ミューテーション位置決定部
１０４ 通信制御インターフェース部
１０６ 記憶部
１０６ａ 入力データファイル
１０６ｂ エピトープ情報データベース
１０６ｃ ＣＤＲ情報データベース
１０６ｄ 複合体情報データベース
１０６ｅ ２次構造予測結果データファイル
１０６ｆ オリゴペプチド頻度情報データベース
１０６ｇ エピトープ部位アミノ酸頻度情報ファイル
１０６ｈ ＥＣデータベース
１０６ｉ アフィニティデータベース
１０６ｊ ロータマーデータベース
１０８ 入出力制御インターフェース部
１１２ 入力装置
１１４ 出力装置
２００ 外部システム
３００ ネットワーク
【発明の属する技術分野】
本発明は、抗体設計装置、抗体設計方法、プログラム、および、記録媒体に関し、特に、計算負担が少なくかつ精度が高い抗体設計を計算機において行うことのできる抗体設計装置、抗体設計方法、プログラム、および、記録媒体に関する。
【０００２】
【従来の技術】
モノクローナル抗体は生物の持つ抗原・抗体反応を利用した技術であり、癌、アレルギーなどの診断および治療のための高分子医薬として期待されている。例えば、ある病気に特有の発現蛋白質があれば、モノクローナル抗体を作成することにより病気の診断が可能である。これは、抗原（特有の発現蛋白質）と抗体の特異的結合を利用した新しい診断手法である。
【０００３】
また、抗原−抗体間の特異的結合を目印としてＮＫ細胞、マクロファージなどの免疫細胞が集まり、そのことにより病気の原因細胞（癌細胞など）を除去することも可能である。この治療法は、従来の抗癌剤のように正常な細胞に悪影響を与えることなく、癌細胞などの原因細胞のみに効果があるという特徴があり、副作用が少ないというメリットがある。
【０００４】
しかし、こうした抗体医薬に関しては、精製手法に関する問題、中和抗体（ヒト以外由来抗体の場合）に関する問題など、医薬としての利用に関しては様々な問題点があるのも事実である。
【０００５】
以下に、従来の抗体作成手法（実験、計算機）について概観する。
【０００６】
まず、抗体を実験的に作成する手法に関しては、これまでに様々な報告がなされている。ファージの表面に抗体の抗原結合部位を発現させるファージ・ディスプレイ・ライブラリを用いた方法（例えば、非特許文献１や、特許文献１を参照。）やトランスジェニック・マウスを用いた方法（例えば、非特許文献２や、特許文献２を参照。）などが一般的に利用されている。こうした手法を用いて取り出された抗体を産生する細胞から、細胞融合法を用いてモノクローナル抗体を作成することとなる。
【０００７】
しかし、上記のような実験的手法では一つのモノクローナル抗体を作成するために約４ヶ月〜半年程度の期間を要するのが普通であり、作成する時間、費用の負担が大きいのが難点である。またこの手法では、抗原のあるエピトープ領域に結合する抗体を選択的に作成することができない。あるエピトープ部位に特異的に結合する抗体を作成することは、その蛋白質が担うある特定の相互作用のみを阻害（あるいは促進）することにつながり、副作用の少ない医薬品開発の観点からは重要である。
【０００８】
このような、抗体設計の時間、費用的問題、あるエピトープ領域へ特異的に結合する抗体作成、抗体の効果的改変という問題に対処するため、計算機による抗体デザイン手法の開発が望まれている。
【０００９】
計算機による相互作用分子探索手法に関しても多数の報告がある。特に蛋白質に結合する低分子化合物を探索する手法についての報告例は多い（例えば、非特許文献３を参照。）。しかし、これらの手法の大部分はターゲットは低分子化合物のような分子量の小さいものであり、抗体のような巨大分子に適しているとは言い難い。
【００１０】
抗体のような巨大分子の相互作用デザインを計算機上で行う、という試みに関しても報告例がある。特にアミノ酸変異による活性変化を計算機で計算することにより、既知抗体よりも高い活性を示す抗体を設計する、という観点からの試みは多い（例えば、非特許文献４を参照。）。
【００１１】
しかし、これらの手法は既知抗原・抗体の構造を元に計算するので、構造既知の場合に適用範囲が限定される、などの問題点がある。
【００１２】
また、従来、ドッキング・プログラム（ｄｏｃｋｉｎｇ ｐｒｏｇｒａｍ）を用いて抗原・抗体複合体の構造予測を行うもの（例えば、非特許文献５を参照。）、ｌｙｓｏｚｙｍｅ−ａｎｔｉｂｏｄｙのｂｉｎｄｉｎｇ構造を予測（例えば、非特許文献６を参照。）など、抗原−抗体複合体の構造予測に関する様々な報告がなされているようであるが（例えば、非特許文献７を参照。）、基本的な考え方はここ１０年来変わっていない。抗原の構造が与えられて抗体の構造を最適化、抗原、抗体の構造が与えられてそれらの相対的位置を最適化、などである。最適化の手法に関しても様々な方法が考えられている。
【００１３】
しかし、ドッキング・シミュレーション等によるそれぞれの構造の位置関係最適化処理は計算負担が大きく処理時間がかかる。
【００１４】
【特許文献１】
特表平０９−５０６２６２号公報
【特許文献２】
特許繊３０６８５０７号公報
【非特許文献１】
Ｊａｍｅｓ Ｆ． Ｓｍｏｔｈｅｒｓ， Ｓｔｅｖｅｎ Ｈｅｎｉｋｏｆｆ， ａｎｄ Ｐａｕｌ Ｃａｒｔｅｒ “Ａｆｆｉｎｉｔｙ Ｓｅｌｅｃｔｉｏｎ ｆｒｏｍ Ｂｉｏｌｏｇｉｃａｌ Ｌｉｂｒａｒｉｅｓ” Ｓｃｉｅｎｃｅ ２００２ Ｏｃｔｏｂｅｒ １８； ２９８： ６２１−６２２
【非特許文献２】
Ｈｏｕｄｅｂｉｎｅ ＬＭ． “Ａｎｔｉｂｏｄｙ ｍａｎｕｆａｃｔｕｒｅ ｉｎ ｔｒａｎｓｇｅｎｉｃ ａｎｉｍａｌｓ ａｎｄ ｃｏｍｐａｒｉｓｏｎｓ ｗｉｔｈ ｏｔｈｅｒ ｓｙｓｔｅｍｓ．”． Ｃｕｒｒ Ｏｐｉｎ Ｂｉｏｔｅｃｈｎｏｌ ２００２ Ｄｅｃ；１３（６）：６２５−９
【非特許文献３】
Ｈｏｎｍａ Ｔ， Ｈａｙａｓｈｉ Ｋ， Ａｏｙａｍａ Ｔ， Ｈａｓｈｉｍｏｔｏ Ｎ， Ｍａｃｈｉｄａ Ｔ， Ｆｕｋａｓａｗａ Ｋ， Ｉｗａｍａ Ｔ， Ｉｋｅｕｒａ Ｃ， Ｉｋｕｔａ Ｍ， Ｓｕｚｕｋｉ−Ｔａｋａｈａｓｈｉ Ｉ， Ｉｗａｓａｗａ Ｙ， Ｈａｙａｍａ Ｔ， Ｎｉｓｈｉｍｕｒａ Ｓ， Ｍｏｒｉｓｈｉｍａ Ｈ． “Ｓｔｒｕｃｔｕｒｅ−ｂａｓｅｄ ｇｅｎｅｒａｔｉｏｎ ｏｆ ａ ｎｅｗ ｃｌａｓｓ ｏｆ ｐｏｔｅｎｔ Ｃｄｋ４ ｉｎｈｉｂｉｔｏｒｓ： ｎｅｗ ｄｅ ｎｏｖｏ ｄｅｓｉｇｎ ｓｔｒａｔｅｇｙ ａｎｄ ｌｉｂｒａｒｙ ｄｅｓｉｇｎ．”，Ｊ Ｍｅｄ Ｃｈｅｍ ２００１ Ｄｅｃ ２０；４４（２６）：４６１５−２７
【非特許文献４】
Ｓｈａｒｐ ＫＡ．“Ｃａｌｃｕｌａｔｉｏｎ ｏｆ ＨｙＨｅｌ１０−ｌｙｓｏｚｙｍｅ ｂｉｎｄｉｎｇ ｆｒｅｅ ｅｎｅｒｇｙ ｃｈａｎｇｅｓ： ｅｆｆｅｃｔ ｏｆ ｔｅｎ ｐｏｉｎｔ ｍｕｔａｔｉｏｎｓ．” Ｐｒｏｔｅｉｎｓ １９９８ Ｏｃｔ １；３３（１）：３９−４８
【非特許文献５】
Ｖａｋｓｅｒ ＩＡ． “Ｅｖａｌｕａｔｉｏｎ ｏｆ ＧＲＡＭＭｌｏｗ−ｒｅｓｏｌｕｔｉｏｎ ｄｏｃｋｉｎｇ ｍｅｔｈｏｄｏｌｏｇｙ ｏｎ ｔｈｅ ｈｅｍａｇｇｌｕｔｉｎｉｎ−ａｎｔｉｂｏｄｙ ｃｏｍｐｌｅｘ．” Ｐｒｏｔｅｉｎｓ １９９７；Ｓｕｐｐｌ １：２２６−３０
【非特許文献６】
Ｔｏｔｒｏｖ Ｍ， Ａｂａｇｙａｎ Ｒ． “Ｄｅｔａｉｌｅｄａｂ ｉｎｉｔｉｏ ｐｒｅｄｉｃｔｉｏｎ ｏｆ ｌｙｓｏｚｙｍｅ−ａｎｔｉｂｏｄｙ ｃｏｍｐｌｅｘ ｗｉｔｈ １．６ Ａ ａｃｃｕｒａｃｙ．”Ｎａｔ Ｓｔｒｕｃｔ Ｂｉｏｌ １９９４ Ａｐｒ；１（４）：２５９−６３
【非特許文献７】
Ｖａｎ Ｒｅｇｅｎｍｏｒｔｅｌ ＭＨ． “Ｓｔｒｕｃｔｕｒａｌａｎｄ ｆｕｎｃｔｉｏｎａｌ ａｐｐｒｏａｃｈｅｓ ｔｏ ｔｈｅ ｓｔｕｄｙ ｏｆ ｐｒｏｔｅｉｎ ａｎｔｉｇｅｎｉｃｉｔｙ．” Ｉｍｍｕｎｏｌ Ｔｏｄａｙ １９８９ Ａｕｇ；１０（８）：２６６−７２
【００１５】
【発明が解決しようとする課題】
上述したように、従来技術においては、抗体設計の時間的および費用的問題、領域特異的結合性をもつ抗体の設計の困難性の問題、抗体の効果的改変の困難性の問題、構造未知抗原・抗体への適用の困難性の問題がある。
このように、従来の実験および計算機による抗体作成手法は数々の問題点を有しており、その結果、システムの利用者および管理者のいずれにとっても、利便性が悪く、また、利用効率が悪いものであった。
本発明は上記問題点に鑑みてなされたもので、計算負担が少なくかつ精度が高い抗体設計を計算機において行うことのできる、抗体設計装置、抗体設計方法、プログラム、および、記録媒体を提供することを目的としている。
【００１６】
【課題を解決するための手段】
本発明者は、上述した問題点を解決するために、計算機による抗体設計を大まかに以下のような３つの要素手順に分け、それぞれを実現するシステムの開発を行った。
（１）抗原における相互作用部位（エピトープ部位）の特定
（２）抗原−抗体複合体構造予測
（３）抗原−抗体複合体のアフィニティ（結合活性）計算
上記の個々の要素を実現し、それらをシステム化することにより、上に示した問題点が解決可能であると考える。すなわち、本発明者は、エピトープ‐ＣＤＲ複合体構造デザインとこれらのアフィニティ（結合活性）測定を計算機上で行うシステムの開発により、上記の問題点に対する解決策を提案する。
【００１７】
このような目的を達成するため、請求項１に記載の抗体設計装置は、抗原のエピトープ部位のエピトープ構造と、当該抗原に結合する抗体のＣＤＲ部位のＣＤＲ構造の複合体構造データを予測する複合体構造予測手段と、上記複合体構造予測手段により予測された上記複合体構造データについて、上記エピトープ構造と上記ＣＤＲ構造との間のアフィニティを計算するアフィニティ計算手段と、上記アフィニティ計算手段により計算された上記アフィニティを評価するアフィニティ評価手段と、上記ＣＤＲ部位の配列の一部についてミューテーションを行うＣＤＲ配列ミューテーション手段とを備え、上記ＣＤＲ配列ミューテーション手段により変異されたＣＤＲ部位のＣＤＲ構造に基づいて上記複合体構造予測手段により変異後の複合体構造データを予測し、当該変異後の複合体構造データについて上記アフィニティ計算手段により変異後のアフィニティを計算し、上記アフィニティ評価手段により当該変異後のアフィニティの評価を行い、変異前後のアフィニティの評価結果を比較することにより、抗原とアフィニティの高い抗体を設計することを特徴とする。
【００１８】
この装置によれば、抗原のエピトープ部位のエピトープ構造と、当該抗原に結合する抗体のＣＤＲ部位のＣＤＲ構造の複合体構造データを予測し、予測された複合体構造データについて、エピトープ構造とＣＤＲ構造との間のアフィニティを計算し、計算されたアフィニティを評価し、ＣＤＲ部位の配列の一部についてミューテーションを行う。そして、変異されたＣＤＲ部位のＣＤＲ構造に基づいて変異後の複合体構造データを予測し、当該変異後の複合体構造データについて変異後のアフィニティを計算し、当該変異後のアフィニティの評価を行い、変異前後のアフィニティの評価結果を比較することにより、抗原とアフィニティの高い抗体を設計することができる。
【００１９】
すなわち、従来技術のように抗体と抗原の全体構造を取得してドッキングシュミレーション技術などを用いて複合体を設定しアフィニティを計算する場合には、計算対象の系が巨大になることから、ハイスループットな計算機資源が必要となり、かつ計算時間が膨大にかかるという問題点があったが、本発明のように抗原のエピトープ構造と抗体のＣＤＲ構造のみについて複合体構造を設定する方式を採用することにより、精度を対する影響を少なくしつつ計算負担を軽減することができるようになる。
【００２０】
また、請求項２に記載の抗体設計装置は、請求項１に記載の抗体設計装置において、上記複合体構造予測手段は、エピトープ断片の類似配列および／またはエピトープ断片パターンの類似構造を持つ類似データを検索して得点を付ける類似データ得点化手段と、上記類似データ得点化手段により高い得点が付されたデータの構造データを雛型として、エピトープ‐ＣＤＲ相対的位置関係および／またはエピトープ‐ＣＤＲ結合関係をできるだけ保持するように複合体構造を作成する複合体構造作成手段とを備えたことを特徴とする。
【００２１】
これは複合体構造予測手段の一例を一層具体的に示すものである。この装置によれば、エピトープ断片の類似配列および／またはエピトープ断片パターンの類似構造を持つ類似データを検索して得点を付け、高い得点が付されたデータの構造データを雛型として、エピトープ‐ＣＤＲ相対的位置関係および／またはエピトープ‐ＣＤＲ結合関係をできるだけ保持するように複合体構造を作成するので、既知の抗体−抗原の複合体構造データに基づいて新規の複合体構造を精度よく予測することができるようになる。
【００２２】
また、請求項３に記載の抗体設計装置は、請求項１または２に記載の抗体設計装置において、上記複合体構造予測手段は、配列と構造との間の相関の大きさを計算する相関計算手段と、上記相関計算手段により計算された相関の大きさに応じて側鎖のロータマーの揺らぎの大きさを示す自由度を計算するロータマー自由度計算手段と、上記ロータマー自由度計算手段により計算された側鎖構造の上記自由度に基づいて、主鎖と側鎖を含めた複合体構造を作成するロータマー自由度反映構造作成手段とを備えたことを特徴とする。
【００２３】
これは複合体構造予測手段の一例を一層具体的に示すものである。この装置によれば、配列と構造との間の相関の大きさを計算し、計算された相関の大きさに応じて側鎖のロータマーの揺らぎの大きさを示す自由度を計算し、計算された側鎖構造の自由度に基づいて、主鎖と側鎖を含めた複合体構造を作成するので、ロータマー揺らぎによる動的アフィニティ計算結果を反映することができ、より、現実のアフィニティ実測値に近い予測を行うことができるようになる。
【００２４】
アフィニティを正確に評価するための関数、最適化手法に関しては様々な工夫がなされているが、基本的には計算化学的手法で一般的に用いられるポテンシャル関数などが用いられているのが現状である。
【００２５】
本発明者の手法では、ロータマーを用いた動的アフィニティ計算手法に関して工夫がなされている。ロータマー揺らぎによる動的アフィニティ計算は、アフィニティ計算の新しいコンセプトである。これは、配列−構造相関の大きさに応じたロータマー揺らぎの発生により、構造の揺らぎを考慮したアフィニティ計算を行うものである。また、本発明者の手法では、粗い解像度でのアフィニティ計算から、細かな情報を加味したアフィニティ計算を段階的に行うことが可能である点も新しい点である。
【００２６】
また、請求項４に記載の抗体設計装置は、請求項１から３のいずれか一つに記載の抗体設計装置において、上記アフィニティ計算手段は、複合体と単体の自由エネルギーの差により上記アフィニティを計算する自由エネルギー計算手段、および／または、コンタクトポテンシャルにより上記アフィニティを計算するコンタクトポテンシャル計算手段を備えたことを特徴とする。
【００２７】
これはアフィニティ計算手段の一例を一層具体的に示すものである。この装置によれば、複合体と単体の自由エネルギーの差によりアフィニティを計算し、および／または、コンタクトポテンシャルによりアフィニティを計算するので、静電的相互作用、疎水的相互作用などのパラメータを、与えられた情報、計算時間、求められる精度によって統計ポテンシャル、分子力学、量子化学、コンタクトポテンシャルなどを使い分けて用いることができるようになる。
【００２８】
また、請求項５に記載の抗体設計装置は、請求項１から４のいずれか一つに記載の抗体設計装置において、上記アフィニティ評価手段は、上記アフィニティの平均値および分散値に基づいてアフィニティ評価関数を設定するアフィニティ評価関数設定手段をさらに備え、上記アフィニティ計算手段により計算された上記アフィニティを上記アフィニティ評価関数に基づいて評価を行うことを特徴とする。
【００２９】
これはアフィニティ評価手段の一例を一層具体的に示すものである。この装置によれば、アフィニティの平均値および分散値に基づいてアフィニティ評価関数を設定し、計算されたアフィニティをアフィニティ評価関数に基づいて評価を行うので、予測精度に対する影響を少なくしつつ、かつ計算負担を少なくことができるようになる。
【００３０】
また、請求項６に記載の抗体設計装置は、請求項１から５のいずれか一つに記載の抗体設計装置において、上記ＣＤＲ配列ミューテーション手段は、上記ＣＤＲ部位のミューテーションさせる位置を、ランダムに、または、アフィニティ評価に基づいて決定するミューテーション位置決定手段をさらに備えたことを特徴とする。
【００３１】
これはＣＤＲ配列ミューテーション手段の一例を一層具体的に示すものである。この装置によれば、ＣＤＲ部位のミューテーションさせる位置を、ランダムに、または、アフィニティ評価に基づいて決定するので、遺伝的アルゴリズムなどの手法を用いてランダムに決定した場合には計算負担を少なくすることができ、また、アフィニティ評価に基づいて決定する場合には、アフィニティ平均値減少に寄与したロータマー揺らぎ構造をもつアミノ酸を重点的に変異させることなどができるようになるため、ミューテーションによる抗体精度の向上効率を上げることができるようになる。
【００３２】
また、請求項７に記載の抗体設計装置は、請求項１から６のいずれか一つに記載の抗体設計装置において、２次構造予測結果を用いたＳＶＭによるエピトープ部位予測のパラメータＳ（ｉ）、オリゴペプチド頻度情報を用いたエピトープ部位予測のパラメータＯ（ｉ）、エピトープ部位アミノ酸頻度情報を用いたエピトープ部位予測のパラメータＫ（ｉ）の少なくとも一つに基づいて抗原のエピトープ部位を予測するエピトープ部位予測手段をさらに備えたことを特徴とする。
【００３３】
この装置によれば、２次構造予測結果を用いたＳＶＭによるエピトープ部位予測のパラメータＳ（ｉ）、オリゴペプチド頻度情報を用いたエピトープ部位予測のパラメータＯ（ｉ）、エピトープ部位アミノ酸頻度情報を用いたエピトープ部位予測のパラメータＫ（ｉ）の少なくとも一つに基づいて抗原のエピトープ部位を予測するので、処理対象の抗原のエピトープ部位に関する情報がない場合であっても、効率的に予測することができるようになる。
【００３４】
また、本発明は抗体設計方法に関するものであり、請求項８に記載の抗体設計方法は、抗原のエピトープ部位のエピトープ構造と、当該抗原に結合する抗体のＣＤＲ部位のＣＤＲ構造の複合体構造データを予測する複合体構造予測ステップと、上記複合体構造予測ステップにより予測された上記複合体構造データについて、上記エピトープ構造と上記ＣＤＲ構造との間のアフィニティを計算するアフィニティ計算ステップと、上記アフィニティ計算ステップにより計算された上記アフィニティを評価するアフィニティ評価ステップと、上記ＣＤＲ部位の配列の一部についてミューテーションを行うＣＤＲ配列ミューテーションステップとを含み、上記ＣＤＲ配列ミューテーションステップにより変異されたＣＤＲ部位のＣＤＲ構造に基づいて上記複合体構造予測ステップにより変異後の複合体構造データを予測し、当該変異後の複合体構造データについて上記アフィニティ計算ステップにより変異後のアフィニティを計算し、上記アフィニティ評価ステップにより当該変異後のアフィニティの評価を行い、変異前後のアフィニティの評価結果を比較することにより、抗原とアフィニティの高い抗体を設計することを特徴とする。
【００３５】
この方法によれば、抗原のエピトープ部位のエピトープ構造と、当該抗原に結合する抗体のＣＤＲ部位のＣＤＲ構造の複合体構造データを予測し、予測された複合体構造データについて、エピトープ構造とＣＤＲ構造との間のアフィニティを計算し、計算されたアフィニティを評価し、ＣＤＲ部位の配列の一部についてミューテーションを行う。そして、変異されたＣＤＲ部位のＣＤＲ構造に基づいて変異後の複合体構造データを予測し、当該変異後の複合体構造データについて変異後のアフィニティを計算し、当該変異後のアフィニティの評価を行い、変異前後のアフィニティの評価結果を比較することにより、抗原とアフィニティの高い抗体を設計することができる。
【００３６】
すなわち、従来技術のように抗体と抗原の全体構造を取得してドッキングシュミレーション技術などを用いて複合体を設定しアフィニティを計算する場合には、計算対象の系が巨大になることから、ハイスループットな計算機資源が必要となり、かつ計算時間が膨大にかかるという問題点があったが、本発明のように抗原のエピトープ構造と抗体のＣＤＲ構造のみについて複合体構造を設定する方式を採用することにより、精度を対する影響を少なくしつつ計算負担を軽減することができるようになる。
【００３７】
また、請求項９に記載の抗体設計方法は、請求項８に記載の抗体設計方法において、上記複合体構造予測ステップは、エピトープ断片の類似配列および／またはエピトープ断片パターンの類似構造を持つ類似データを検索して得点を付ける類似データ得点化ステップと、上記類似データ得点化ステップにより高い得点が付されたデータの構造データを雛型として、エピトープ‐ＣＤＲ相対的位置関係および／またはエピトープ‐ＣＤＲ結合関係をできるだけ保持するように複合体構造を作成する複合体構造作成ステップとを含むことを特徴とする。
【００３８】
これは複合体構造予測ステップの一例を一層具体的に示すものである。この方法によれば、エピトープ断片の類似配列および／またはエピトープ断片パターンの類似構造を持つ類似データを検索して得点を付け、高い得点が付されたデータの構造データを雛型として、エピトープ‐ＣＤＲ相対的位置関係および／またはエピトープ‐ＣＤＲ結合関係をできるだけ保持するように複合体構造を作成するので、既知の抗体−抗原の複合体構造データに基づいて新規の複合体構造を精度よく予測することができるようになる。
【００３９】
また、請求項１０に記載の抗体設計方法は、請求項８または９に記載の抗体設計方法において、上記複合体構造予測ステップは、配列と構造との間の相関の大きさを計算する相関計算ステップと、上記相関計算ステップにより計算された相関の大きさに応じて側鎖のロータマーの揺らぎの大きさを示す自由度を計算するロータマー自由度計算ステップと、上記ロータマー自由度計算ステップにより計算された側鎖構造の上記自由度に基づいて、主鎖と側鎖を含めた複合体構造を作成するロータマー自由度反映構造作成ステップとを含むことを特徴とする。
【００４０】
これは複合体構造予測ステップの一例を一層具体的に示すものである。この方法によれば、配列と構造との間の相関の大きさを計算し、計算された相関の大きさに応じて側鎖のロータマーの揺らぎの大きさを示す自由度を計算し、計算された側鎖構造の自由度に基づいて、主鎖と側鎖を含めた複合体構造を作成するので、ロータマー揺らぎによる動的アフィニティ計算結果を反映することができ、より、現実のアフィニティ実測値に近い予測を行うことができるようになる。
【００４１】
アフィニティを正確に評価するための関数、最適化手法に関しては様々な工夫がなされているが、基本的には計算化学的手法で一般的に用いられるポテンシャル関数などが用いられているのが現状である。
【００４２】
本発明者の手法では、ロータマーを用いた動的アフィニティ計算手法に関して工夫がなされている。ロータマー揺らぎによる動的アフィニティ計算は、アフィニティ計算の新しいコンセプトである。これは、配列−構造相関の大きさに応じたロータマー揺らぎの発生により、構造の揺らぎを考慮したアフィニティ計算を行うものである。また、本発明者の手法では、粗い解像度でのアフィニティ計算から、細かな情報を加味したアフィニティ計算を段階的に行うことが可能である点も新しい点である。
【００４３】
また、請求項１１に記載の抗体設計方法は、請求項８から１０のいずれか一つに記載の抗体設計方法において、上記アフィニティ計算ステップは、複合体と単体の自由エネルギーの差により上記アフィニティを計算する自由エネルギー計算ステップ、および／または、コンタクトポテンシャルにより上記アフィニティを計算するコンタクトポテンシャル計算ステップを含むことを特徴とする。
【００４４】
これはアフィニティ計算ステップの一例を一層具体的に示すものである。この方法によれば、複合体と単体の自由エネルギーの差によりアフィニティを計算し、および／または、コンタクトポテンシャルによりアフィニティを計算するので、静電的相互作用、疎水的相互作用などのパラメータを、与えられた情報、計算時間、求められる精度によって統計ポテンシャル、分子力学、量子化学、コンタクトポテンシャルなどを使い分けて用いることができるようになる。
【００４５】
また、請求項１２に記載の抗体設計方法は、請求項８から１１のいずれか一つに記載の抗体設計方法において、上記アフィニティ評価ステップは、上記アフィニティの平均値および分散値に基づいてアフィニティ評価関数を設定するアフィニティ評価関数設定ステップをさらに含み、上記アフィニティ計算ステップにより計算された上記アフィニティを上記アフィニティ評価関数に基づいて評価を行うことを特徴とする。
【００４６】
これはアフィニティ評価ステップの一例を一層具体的に示すものである。この方法によれば、アフィニティの平均値および分散値に基づいてアフィニティ評価関数を設定し、計算されたアフィニティをアフィニティ評価関数に基づいて評価を行うので、予測精度に対する影響を少なくしつつ、かつ計算負担を少なくことができるようになる。
【００４７】
また、請求項１３に記載の抗体設計方法は、請求項８から１２のいずれか一つに記載の抗体設計方法において、上記ＣＤＲ配列ミューテーションステップは、上記ＣＤＲ部位のミューテーションさせる位置を、ランダムに、または、アフィニティ評価に基づいて決定するミューテーション位置決定ステップをさらに含むことを特徴とする。
【００４８】
これはＣＤＲ配列ミューテーションステップの一例を一層具体的に示すものである。この方法によれば、ＣＤＲ部位のミューテーションさせる位置を、ランダムに、または、アフィニティ評価に基づいて決定するので、遺伝的アルゴリズムなどの手法を用いてランダムに決定した場合には計算負担を少なくすることができ、また、アフィニティ評価に基づいて決定する場合には、アフィニティ平均値減少に寄与したロータマー揺らぎ構造をもつアミノ酸を重点的に変異させることなどができるようになるため、ミューテーションによる抗体精度の向上効率を上げることができるようになる。
【００４９】
また、請求項１４に記載の抗体設計方法は、請求項８から１３のいずれか一つに記載の抗体設計方法において、２次構造予測結果を用いたＳＶＭによるエピトープ部位予測のパラメータＳ（ｉ）、オリゴペプチド頻度情報を用いたエピトープ部位予測のパラメータＯ（ｉ）、エピトープ部位アミノ酸頻度情報を用いたエピトープ部位予測のパラメータＫ（ｉ）の少なくとも一つに基づいて抗原のエピトープ部位を予測するエピトープ部位予測ステップをさらに含むことを特徴とする。
【００５０】
この方法によれば、２次構造予測結果を用いたＳＶＭによるエピトープ部位予測のパラメータＳ（ｉ）、オリゴペプチド頻度情報を用いたエピトープ部位予測のパラメータＯ（ｉ）、エピトープ部位アミノ酸頻度情報を用いたエピトープ部位予測のパラメータＫ（ｉ）の少なくとも一つに基づいて抗原のエピトープ部位を予測するので、処理対象の抗原のエピトープ部位に関する情報がない場合であっても、効率的に予測することができるようになる。
【００５１】
また、本発明はプログラムに関するものであり、請求項１５に記載の抗体設計方法をコンピュータに実行させることを特徴とするプログラムは、抗原のエピトープ部位のエピトープ構造と、当該抗原に結合する抗体のＣＤＲ部位のＣＤＲ構造の複合体構造データを予測する複合体構造予測ステップと、上記複合体構造予測ステップにより予測された上記複合体構造データについて、上記エピトープ構造と上記ＣＤＲ構造との間のアフィニティを計算するアフィニティ計算ステップと、上記アフィニティ計算ステップにより計算された上記アフィニティを評価するアフィニティ評価ステップと、上記ＣＤＲ部位の配列の一部についてミューテーションを行うＣＤＲ配列ミューテーションステップとを含み、上記ＣＤＲ配列ミューテーションステップにより変異されたＣＤＲ部位のＣＤＲ構造に基づいて上記複合体構造予測ステップにより変異後の複合体構造データを予測し、当該変異後の複合体構造データについて上記アフィニティ計算ステップにより変異後のアフィニティを計算し、上記アフィニティ評価ステップにより当該変異後のアフィニティの評価を行い、変異前後のアフィニティの評価結果を比較することにより、抗原とアフィニティの高い抗体を設計することを特徴とする。
【００５２】
このプログラムによれば、抗原のエピトープ部位のエピトープ構造と、当該抗原に結合する抗体のＣＤＲ部位のＣＤＲ構造の複合体構造データを予測し、予測された複合体構造データについて、エピトープ構造とＣＤＲ構造との間のアフィニティを計算し、計算されたアフィニティを評価し、ＣＤＲ部位の配列の一部についてミューテーションを行う。そして、変異されたＣＤＲ部位のＣＤＲ構造に基づいて変異後の複合体構造データを予測し、当該変異後の複合体構造データについて変異後のアフィニティを計算し、当該変異後のアフィニティの評価を行い、変異前後のアフィニティの評価結果を比較することにより、抗原とアフィニティの高い抗体を設計することができる。
【００５３】
すなわち、従来技術のように抗体と抗原の全体構造を取得してドッキングシュミレーション技術などを用いて複合体を設定しアフィニティを計算する場合には、計算対象の系が巨大になることから、ハイスループットな計算機資源が必要となり、かつ計算時間が膨大にかかるという問題点があったが、本発明のように抗原のエピトープ構造と抗体のＣＤＲ構造のみについて複合体構造を設定する方式を採用することにより、精度を対する影響を少なくしつつ計算負担を軽減することができるようになる。
【００５４】
また、請求項１６に記載のプログラムは、請求項１５に記載のプログラムにおいて、上記複合体構造予測ステップは、エピトープ断片の類似配列および／またはエピトープ断片パターンの類似構造を持つ類似データを検索して得点を付ける類似データ得点化ステップと、上記類似データ得点化ステップにより高い得点が付されたデータの構造データを雛型として、エピトープ‐ＣＤＲ相対的位置関係および／またはエピトープ‐ＣＤＲ結合関係をできるだけ保持するように複合体構造を作成する複合体構造作成ステップとを含むことを特徴とする。
【００５５】
これは複合体構造予測ステップの一例を一層具体的に示すものである。このプログラムによれば、エピトープ断片の類似配列および／またはエピトープ断片パターンの類似構造を持つ類似データを検索して得点を付け、高い得点が付されたデータの構造データを雛型として、エピトープ‐ＣＤＲ相対的位置関係および／またはエピトープ‐ＣＤＲ結合関係をできるだけ保持するように複合体構造を作成するので、既知の抗体−抗原の複合体構造データに基づいて新規の複合体構造を精度よく予測することができるようになる。
【００５６】
また、請求項１７に記載のプログラムは、請求項１５または１６に記載のプログラムにおいて、上記複合体構造予測ステップは、配列と構造との間の相関の大きさを計算する相関計算ステップと、上記相関計算ステップにより計算された相関の大きさに応じて側鎖のロータマーの揺らぎの大きさを示す自由度を計算するロータマー自由度計算ステップと、上記ロータマー自由度計算ステップにより計算された側鎖構造の上記自由度に基づいて、主鎖と側鎖を含めた複合体構造を作成するロータマー自由度反映構造作成ステップとを含むことを特徴とする。
【００５７】
これは複合体構造予測ステップの一例を一層具体的に示すものである。このプログラムによれば、配列と構造との間の相関の大きさを計算し、計算された相関の大きさに応じて側鎖のロータマーの揺らぎの大きさを示す自由度を計算し、計算された側鎖構造の自由度に基づいて、主鎖と側鎖を含めた複合体構造を作成するので、ロータマー揺らぎによる動的アフィニティ計算結果を反映することができ、より、現実のアフィニティ実測値に近い予測を行うことができるようになる。
【００５８】
アフィニティを正確に評価するための関数、最適化手法に関しては様々な工夫がなされているが、基本的には計算化学的手法で一般的に用いられるポテンシャル関数などが用いられているのが現状である。
【００５９】
本発明者の手法では、ロータマーを用いた動的アフィニティ計算手法に関して工夫がなされている。ロータマー揺らぎによる動的アフィニティ計算は、アフィニティ計算の新しいコンセプトである。これは、配列−構造相関の大きさに応じたロータマー揺らぎの発生により、構造の揺らぎを考慮したアフィニティ計算を行うものである。また、本発明者の手法では、粗い解像度でのアフィニティ計算から、細かな情報を加味したアフィニティ計算を段階的に行うことが可能である点も新しい点である。
【００６０】
また、請求項１８に記載のプログラムは、請求項１５から１７のいずれか一つに記載のプログラムにおいて、上記アフィニティ計算ステップは、複合体と単体の自由エネルギーの差により上記アフィニティを計算する自由エネルギー計算ステップ、および／または、コンタクトポテンシャルにより上記アフィニティを計算するコンタクトポテンシャル計算ステップを含むことを特徴とする。
【００６１】
これはアフィニティ計算ステップの一例を一層具体的に示すものである。このプログラムによれば、複合体と単体の自由エネルギーの差によりアフィニティを計算し、および／または、コンタクトポテンシャルによりアフィニティを計算するので、静電的相互作用、疎水的相互作用などのパラメータを、与えられた情報、計算時間、求められる精度によって統計ポテンシャル、分子力学、量子化学、コンタクトポテンシャルなどを使い分けて用いることができるようになる。
【００６２】
また、請求項１９に記載のプログラムは、請求項１５から１８のいずれか一つに記載のプログラムにおいて、上記アフィニティ評価ステップは、上記アフィニティの平均値および分散値に基づいてアフィニティ評価関数を設定するアフィニティ評価関数設定ステップをさらに含み、上記アフィニティ計算ステップにより計算された上記アフィニティを上記アフィニティ評価関数に基づいて評価を行うことを特徴とする。
【００６３】
これはアフィニティ評価ステップの一例を一層具体的に示すものである。このプログラムによれば、アフィニティの平均値および分散値に基づいてアフィニティ評価関数を設定し、計算されたアフィニティをアフィニティ評価関数に基づいて評価を行うので、予測精度に対する影響を少なくしつつ、かつ計算負担を少なくことができるようになる。
【００６４】
また、請求項２０に記載のプログラムは、請求項１５から１９のいずれか一つに記載のプログラムにおいて、上記ＣＤＲ配列ミューテーションステップは、上記ＣＤＲ部位のミューテーションさせる位置を、ランダムに、または、アフィニティ評価に基づいて決定するミューテーション位置決定ステップをさらに含むことを特徴とする。
【００６５】
これはＣＤＲ配列ミューテーションステップの一例を一層具体的に示すものである。このプログラムによれば、ＣＤＲ部位のミューテーションさせる位置を、ランダムに、または、アフィニティ評価に基づいて決定するので、遺伝的アルゴリズムなどの手法を用いてランダムに決定した場合には計算負担を少なくすることができ、また、アフィニティ評価に基づいて決定する場合には、アフィニティ平均値減少に寄与したロータマー揺らぎ構造をもつアミノ酸を重点的に変異させることなどができるようになるため、ミューテーションによる抗体精度の向上効率を上げることができるようになる。
【００６６】
また、請求項２１に記載のプログラムは、請求項１５から２０のいずれか一つに記載のプログラムにおいて、２次構造予測結果を用いたＳＶＭによるエピトープ部位予測のパラメータＳ（ｉ）、オリゴペプチド頻度情報を用いたエピトープ部位予測のパラメータＯ（ｉ）、エピトープ部位アミノ酸頻度情報を用いたエピトープ部位予測のパラメータＫ（ｉ）の少なくとも一つに基づいて抗原のエピトープ部位を予測するエピトープ部位予測ステップをさらに含むことを特徴とする。
【００６７】
このプログラムによれば、２次構造予測結果を用いたＳＶＭによるエピトープ部位予測のパラメータＳ（ｉ）、オリゴペプチド頻度情報を用いたエピトープ部位予測のパラメータＯ（ｉ）、エピトープ部位アミノ酸頻度情報を用いたエピトープ部位予測のパラメータＫ（ｉ）の少なくとも一つに基づいて抗原のエピトープ部位を予測するので、処理対象の抗原のエピトープ部位に関する情報がない場合であっても、効率的に予測することができるようになる。
【００６８】
また、本発明は記録媒体に関するものであり、請求項２２に記載の記録媒体は、上記請求項１５から２１のいずれか一つに記載されたプログラムを記録したことを特徴とする。
【００６９】
この記録媒体によれば、当該記録媒体に記録されたプログラムをコンピュータに読み取らせて実行することによって、請求項１５から２１のいずれか一つに記載されたプログラムをコンピュータを利用して実現することができ、これら各方法と同様の効果を得ることができる。
【００７０】
【発明の実施の形態】
以下に、本発明にかかる抗体設計装置、抗体設計方法、プログラム、および、記録媒体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。
【００７１】
［本発明の概要］
以下、本発明の概要について説明し、その後、本発明の構成および処理等について詳細に説明する。図１は本発明の基本原理を示す原理構成図である。
本発明は、概略的に、以下の基本的特徴を有する。
【００７２】
まず、本発明は、利用者により入力された抗原についてエピトープ部位の構造が入力データとして与えられない場合には、エピトープ構造を既知のデータベースなどから検索して取得する。ここで、エピトープ構造が取得できない場合には、以下に示すように、抗原配列、抗原構造、エピトープ部位配列などのうち少なくとも一つの情報に基づいて、エピトープ部位の構造を予測する（ステップＳＡ−１）。
【００７３】
［エピトープ構造予測処理］
ステップＳＡ−１のエピトープ構造予測処理の詳細について図２を参照して説明する。図２は、本発明のエピトープ構造予測処理の一例を示すフローチャートである。
【００７４】
まず、既知の抗体情報データベースなどを参照して、処理対象の抗原のエピトープ部位情報が存在するか確認する（ステップＳＢ−１）。
【００７５】
ステップＳＢ−１において、エピトープ部位情報が存在しない場合には、以下に示すエピトープ部位予測処理を実行して、抗体配列情報からエピトープ部位を予測する（ステップＳＢ−２）。
【００７６】
そして、既知の抗体情報データベースから取得、または、エピトープ部位予測処理により予測されたエピトープ部位の配列情報について、以下に示す断片構造予測処理を実行する（ステップＳＢ−３）。
【００７７】
そして、予測されたエピトープ部位の構造データをエピトープ構造データとして出力する（ステップＳＢ−４）。
【００７８】
これにて、エピトープ構造予測処理が終了する。
【００７９】
［エピトープ部位予測処理］
ステップＳＢ−２のエピトープ部位予測処理の詳細について図３を参照して説明する。図３は、本発明のエピトープ部位予測処理の一例を示すフローチャートである。
【００８０】
ここで、蛋白質の構造、または配列情報から相互作用部位を特定する、というテーマでの調査報告は、従来様々なものが考えられてきたが、いずれの方法により抗体の相互作用部位であるエピトープ部位を決定してもよい。例えば、既知の相互作用部位予測手法として、疎水度などの６つの指標から相互作用部位を予測（Ｊｏｎｅｓ Ｓ， Ｔｈｏｒｎｔｏｎ ＪＭ． “Ｐｒｅｄｉｃｔｉｏｎ ｏｆ ｐｒｏｔｅｉｎ−ｐｒｏｔｅｉｎ ｉｎｔｅｒａｃｔｉｏｎ ｓｉｔｅｓ ｕｓｉｎｇ ｐａｔｃｈ ａｎａｌｙｓｉｓ．” Ｊ Ｍｏｌ Ｂｉｏｌ １９９７ Ｓｅｐ １２；２７２（１）：１３３−４３）、疎水度の値と分散から予測（Ｇａｌｌｅｔ Ｘ， Ｃｈａｒｌｏｔｅａｕｘ Ｂ， Ｔｈｏｍａｓ Ａ，Ｂｒａｓｓｅｕｒ Ｒ． “Ａ ｆａｓｔ ｍｅｔｈｏｄ ｔｏ ｐｒｅｄｉｃｔ ｐｒｏｔｅｉｎ ｉｎｔｅｒａｃｔｉｏｎ ｓｉｔｅｓ ｆｒｏｍ ｓｅｑｕｅｎｃｅｓ．” Ｊ Ｍｏｌ Ｂｉｏｌ ２０００ Ｓｅｐ ２９；３０２（４）：９１７−２６）、構造情報からの静電的不安定性に基づく相互作用部位予測（Ｅｌｃｏｃｋ ＡＨ． “Ｐｒｅｄｉｃｔｉｏｎ ｏｆ ｆｕｎｃｔｉｏｎａｌｌｙ ｉｍｐｏｒｔａｎｔ ｒｅｓｉｄｕｅｓ ｂａｓｅｄ ｓｏｌｅｌｙ ｏｎ ｔｈｅ ｃｏｍｐｕｔｅｄ ｅｎｅｒｇｅｔｉｃｓ ｏｆ ｐｒｏｔｅｉｎ ｓｔｒｕｃｔｕｒｅ．” Ｊ Ｍｏｌ Ｂｉｏｌ ２００１ Ｓｅｐ ２８；３１２（４）：８８５−９６）、ニューラル・ネットワーク（ｎｅｕｒａｌ ｎｅｔｗｏｒｋ）で学習して相互作用部位を予測（Ｚｈｏｕ ＨＸ， Ｓｈａｎ Ｙ． “Ｐｒｅｄｉｃｔｉｏｎ ｏｆ ｐｒｏｔｅｉｎ ｉｎｔｅｒａｃｔｉｏｎ ｓｉｔｅｓ ｆｒｏｍ ｓｅｑｕｅｎｃｅ ｐｒｏｆｉｌｅ ａｎｄ ｒｅｓｉｄｕｅ ｎｅｉｇｈｂｏｒ ｌｉｓｔ．” Ｐｒｏｔｅｉｎｓ ２００１ Ａｕｇ １５；４４（３）：３３６−４３）、等がある。
【００８１】
また、相互作用部位予測における本発明者のコンセプトの一つは、全体構造から構造的、あるいはエネルギー的にフラストレーションが溜まっている部分構造（不安定性を持つ部分構造）が相互作用部位になる可能性が高い、というものである。このコンセプトに基づく手法は本発明者の独自のものであり、本出願人により、特願２００２−２７５３００号、特願２００２−１６０７８２号、特願２００１−３９２８０２号がされている。本発明においても、これらの特許出願により開示された技術を用いてエピトープ部位を予測してもよい。
【００８２】
これにより、抗体設計に特化した相互作用部位特定技術としては、従来はエピトープ部位を入力データとしなければならなかったが、相互作用部位予測手法に基づくエピトープ部位の自動抽出により抗原全体を入力データとすることができる。
【００８３】
さらに、以下に示す新規のエピトープ部位を予測する手法について、詳細に説明する。
【００８４】
本発明は、エピトープ部位を予測するためのパラメータとして、２次構造予測結果データ、オリゴペプチド頻度情報、抗原・抗体アミノ酸頻度情報のうち少なくとも１つのパラメータを取得する（ステップＳＣ−１）。
【００８５】
そして、これらの各パラメータからエピトープ部位を判定するための統合評価関数を作成する（ステップＳＣ−２）。
【００８６】
以下に、Ｉ．２次構造予測結果データ、ＩＩ．オリゴペプチド頻度情報、ＩＩＩ．エピトープ部位アミノ酸頻度情報のそれぞれのパラメータに基づいて、ＩＶ．エピト
ープ部位を判定するための統合評価関数を作成する場合について、順に詳細に説明する。
【００８７】
Ｉ．２次構造予測結果データからエピトープ可能性部位を予測する場合
（１）まず、以下の手順１〜手順４により、各２次構造予測プログラムの処理結果からＳＶＭ（サポート・ベクトル・マシーン）学習データを作成する。
（手順１）プロテイン・データ・バンク（ＰＤＢ）などに登録された構造データについて、各２次構造予測手段（手段１，手段２，手段３，．．．）における２次構造予測結果を計算する。
（手順２）この構造データから、複合体形成時の結合部位を抽出する。ここで、アミノ酸配列が「ＡＡＡＧＫＷＦ」の場合に、各２次構造予測手段により処理し、結合部位を抽出した処理結果の一例を図１０に示す。
（手順３）各サイトでの各２次構造予測手段による２次構造予測結果を訓練データとし、また、結合部位であるかないか（図１における最右欄）を分類クラスとしてＳＶＭ学習を行う。
（手順４）ＳＶＭ学習データを保存する。
【００８８】
（２）処理対象の抗原配列を入力する。
【００８９】
（３）処理対象の抗原配列に対して、各２次構造予測手段の手法を用いて２次構造予測を行う。ここで、アミノ酸配列がＡＧＦＷＫＲＰの場合に、各２次構造予測手段により処理し、結合部位を抽出した処理結果の一例を図１１に示す。
【００９０】
（４）サイトごとの二次構造結果のパターンを、予めＳＶＭ学習を行い保存しておいたＳＶＭ学習データに入力する。
【００９１】
（５）ＳＶＭにより、エピトープ部位の可能性を示すパラメータＳ（ｉ）を出力する。
【００９２】
ＩＩ．オリゴペプチドの出現頻度からエピトープ可能性部位を予測する場合
（１）まず、オリゴペプチド頻度情報データベースを作成する。ここで、オリゴペプチド頻度情報データベースの作成手法について、手順１〜手順３に示す。
（手順１）生物種ごとの蛋白質のアミノ酸配列を収集する。
（手順２）各配列をｎ残基（３〜５）残基のオリゴペプチドに分割する。例えば、アミノ酸配列が「ＭＡＥＲＴＴＲＥ」の場合には、５残基（例えば、「ＭＡＥＲＴ」、「ＡＥＲＴＴ」、「ＥＲＴＴＲ」、「ＲＴＴＲＥ」など）、４残基（例えば、「ＭＡＥＲ」、「ＡＥＲＴ」、「ＥＲＴＴ」、「ＲＴＴＲ」、「ＴＴＲＥ」など）、３残基（例えば、「ＭＡＥ」、「ＡＥＲ」、「ＥＲＴ」、「ＲＴＴ」、「ＴＴＲ」、「ＴＲＥ」など）のオリゴペプチドに分割する。
（手順３）生物種ごとに各オリゴペプチドの出現確率Ｐ（ｓ）を求めて、オリゴペプチド頻度情報データベースに登録する。
＜各オリゴペプチドの出現確率Ｐ（ｓ）の一例＞
Ｐ（ＭＡＥＲＳ） ＝ ０．００００３１
Ｐ（ＭＡＥＲＴ） ＝ ０．００００３５
【００９３】
（２）処理対象の抗原配列を入力する。
【００９４】
（３）処理対象の抗原配列をｎ残基のオリゴペプチドに分割する。
【００９５】
（４）ｉ番目を含むオリゴペプチドの出現確率の平均をｉ番目のスコアＯ（ｉ）にする。
【００９６】
（５）処理結果を出力する。
【００９７】
ＩＩＩ．エピトープ部位アミノ酸頻度情報からエピトープ可能性部位を予測する場合
（１）エピトープ部位アミノ酸出現頻度情報ＤＢを以下の手順１〜手順３により作成する。
（手順１）蛋白質立体構造ＤＢや論文ＤＢなどに基づいて、抗体のエピトープ部位の配列ＤＢを作成する。
（手順２）蛋白質のアミノ酸配列ＤＢを作成する。
（手順３）２つのＤＢで各アミノ酸の出現確率を計算し、その比を求めエピトープ部位アミノ酸出現頻度情報ＤＢに登録する。ここで、図１２は、エピトープ部位アミノ酸出現頻度情報ＤＢに登録された情報の一例を示している。図１２において、左からアミノ酸種類、蛋白質のアミノ酸配列ＤＢにおける当該アミノ酸の出現頻度、エピトープ部位の配列ＤＢにおける当該アミノ酸の出現頻度、蛋白質のアミノ酸配列ＤＢにおける当該アミノ酸の出現頻度とエピトープ部位の配列ＤＢにおける当該アミノ酸の出現頻度との比を示している。
【００９８】
（２）処理対象の抗原配列を入力
【００９９】
（３）ｉ番目のアミノ酸の前後ｎ残基の平均アミノ酸出現確率をスコアＫ（ｉ）にする。
【０１００】
（４）処理結果を出力する。
【０１０１】
ＩＶ．統合評価関数の作成
上述したように、ｉ番目のサイトにおける、
Ｉ）２次構造予測結果を用いたＳＶＭによるエピトープ部位予測のパラメータＳ（ｉ）、
ＩＩ）オリゴペプチド頻度情報を用いたエピトープ部位予測のパラメータＯ（ｉ）、
ＩＩＩ）エピトープ部位アミノ酸頻度情報を用いたエピトープ部位予測のパラメータＫ（ｉ）、
の計算手法を挙げたが、ここでは、これらの結果を総合的に判断し、最終的にそれぞれのサイトがエピトープ部位となりうるかどうかの予測結果を同定する。例えば、統合評価関数として、それぞれのサイトにおける評価の線形和が閾値以上であればそのサイトをエピトープとして予測する。
【０１０２】
例えば、ｓ、ｏ、ｋ、ｔｈｒｅｓｈｏｌｄを判断用のパラメータ（定数）とした、以下の統合評価関数ｐｅ（ｉ）を用いる。
ｐｅ（ｉ） ＝ ｓ×Ｓ（ｉ）＋ｏ×Ｏ（ｉ）＋ｋ×Ｋ（ｉ）−ｔｈｒｅｓｈｏｌｄ
【０１０３】
そして、この統合評価関数ｐｅ（ｉ）を用いて、各サイトがエピトープ部位であるかを予測する（ステップＳＣ−３）。
すなわち、この統合評価関数を用い、サイトｉについて、
ｐｅ（ｉ） ＞ ０
が成立している場合には、サイトｉについてエピトープ部位であると予測する。
【０１０４】
これにて、エピトープ部位予測処理が終了する。
【０１０５】
［断片構造予測処理］
次に、ステップＳＢ−３の断片構造予測処理の詳細について図４を参照して説明する。図４は、本発明の断片構造予測処理の一例を示すフローチャートである。
【０１０６】
まず、断片構造を予測する配列について、既知の構造データベース（例えば、ＰＤＢや、ＣＤＲ領域やエピトープ構造に特化したデータベースなど）を検索して、対応する構造データが存在しているか確認する（ステップＳＤ−１）。
【０１０７】
ステップＳＤ−１において、対応する構造データが存在していない場合には、フラグメント構造予測を行う（ステップＳＤ−２）。ここで、構造予測技術としては、既知の構造予測技術のいずれを用いてもよい。
【０１０８】
これにて、断片構造予測処理が終了する。
【０１０９】
再び図１に戻り、本発明は、処理対象の抗原と結合する設計対象の抗体についてＣＤＲ部位のＣＤＲ構造を既知のデータベースなどから検索して取得する。ここで、ＣＤＲ構造が取得できない場合には、以下に示すように、抗体配列、抗体構造、部位配列などのうち少なくとも一つの情報に基づいて、ＣＤＲ部位の構造を予測する（ステップＳＡ−２）。
【０１１０】
［ＣＤＲ構造予測処理］
ステップＳＡ−２におけるＣＤＲ構造予測処理の詳細について図５を参照して説明する。図５は、本発明のＣＤＲ構造予測処理の一例を示すフローチャートである。
【０１１１】
まず、本発明は、抗体の配列情報の断片の特徴などに基づいて、ＣＤＲ部位について分離する。すなわち、既知のＣＤＲ部位の特徴情報に基づいて、Ｌｉｇｈｔ ｃｈａｉｎ Ｌ１，Ｌ２，Ｌ３と、Ｈｅａｖｙ ｃｈａｉｎ Ｈ１， Ｈ２，Ｈ３に対応する部位を抗体配列情報から分離して抽出する（ステップＳＥ−１）。
【０１１２】
そして、図４において上述した断片構造予測処理を実行して、ＣＤＲ部位の断片構造を予測する（ステップＳＥ−２）。
【０１１３】
そして、予測された構造データをＣＤＲ構造データとして出力する（ステップＳＥ−３）。
【０１１４】
これにて、ＣＤＲ構造予測処理が終了する。
【０１１５】
再び図１に戻り、本発明は、抗原と抗体との複合体の構造を予測する（ステップＳＡ−３）。
【０１１６】
［複合体構造予測処理］
ステップＳＡ−３における複合体構造予測処理の詳細について図６を参照して説明する。図６は、本発明の複合体構造予測処理の一例を示すフローチャートである。
【０１１７】
本発明者の手法は、複合体ＤＢと抗原（または抗体）情報を用いて抗原−抗体複合体構造を（相対的な位置関係も含めて）同時抽出する。ドッキング・シミュレーション等によるそれぞれの構造の位置関係最適化は不要となる。
【０１１８】
まず、本発明は、抗原と抗体との複合体の構造を既知のデータベースなどから検索して取得する。ここで、複合体構造が取得できない場合には、以下に示すように、複合体の構造を予測する（ステップＳＦ−１）。
【０１１９】
本発明の複合体構造の予測は、以下のエピトープ‐ＣＤＲコンタクト・データベース（ＥＣＤＢ）を用いる。
【０１２０】
ここで、ＥＣＤＢは、以下のデータを要素として持つ。
１．複合体ＩＤ（エピトープとＣＤＲの複合体の全体のＩＤ）
２．エピトープ断片パターンＩＤ（エピトープ断片が何残基あるか、全エピトープ中何番目の断片かという情報）
３．エピトープ配列
４．エピトープ構造
５．ＣＤＲ配列
６．ＣＤＲ構造
７．エピトープ‐ＣＤＲ間相対的位置関係
８．エピトープ‐ＣＤＲ結合関係
【０１２１】
以下にＥＣＤＢを用いた複合体構造予測の手順を説明する。
まず、ＥＣＤＢ中でエピトープ断片の類似配列、エピトープ断片パターン類似構造をもつデータを検索して、得点付けを実行する（ステップＳＦ−２）。
【０１２２】
そして、得点の高いＥＣＤＢ中のエントリに対して、エピトープ‐ＣＤＲ相対的位置関係と結合関係をできるだけ保つようにエピトープ、抗体（ＣＤＲ）構造を当てはめ、複合体構造を作成する（ステップＳＦ−３）。
【０１２３】
ここで、作られた複合体構造はＤＢ中の構造を間接的に参照しているが、当然全く同じというわけではないので、構造中に矛盾点（例えば、座標の重なりなど）が発生する場合がある。
【０１２４】
そこで、そういった複合体構造における構造的不具合を排除する（ステップＳＦ−４）。例えば、エピトープ‐ＣＤＲ複合系においてエピトープ‐ＣＤＲのある原子間距離を計算し、それらが近すぎる場合には一方の（単独構造に対する影響が少ない方）原子の位置を矛盾がなくなるまで動かすなどの修正を加える。
【０１２５】
そして、予測された複合体構造データを出力する（ステップＳＦ−５）。
【０１２６】
これにて、複合体構造予測処理が終了する。
【０１２７】
再び図１に戻り、本発明は、ステップＳＡ−３において取得された複合体構造データを最適化する（ステップＳＡ−４）。すなわち、ステップＳＡ−３により得られた複合体構造は、上述した処理により構造的には矛盾が無い状態となっている。しかし、エネルギー的にはその限りではない。そこで、以降の処理でアフィニティを計算する際にはエネルギー的安定性がない状態では問題が生じるので、エネルギーの最適化を行う必要がある。
【０１２８】
［構造最適化処理］
ステップＳＡ−４における構造最適化処理の詳細について図７を参照して説明する。図７は、本発明の構造最適化処理の一例を示すフローチャートである。
【０１２９】
まず、複合体構造データに対して各種のエネルギー指標に関するエネルギー計算を実行する（ステップＳＧ−１）。ここで、コンタクトポテンシャル、統計ポテンシャル、力場計算、量子化学計算のいずれか、または、それらの組み合わせを用いてもよい。
【０１３０】
そして、ステップＳＧ−１で計算された各種のエネルギー計算結果を評価する（ステップＳＧ−２）。ここで、コンタクトポテンシャル、統計ポテンシャル、力場計算、量子化学計算のいずれか、または、それらの組み合わせによるエネルギー最適化による構造変化は、使用するエネルギー指標の評価関数や評価手法により変化の大きさや方向が異なることになる。
【０１３１】
そして、全体エネルギーが最適化されたか判断し（ステップＳＧ−３）、最適化されていない場合には、再度ステップＳＧ−１に戻る。一方、最適化されている場合には、最適化された構造データを出力する（ステップＳＧ−４）。
【０１３２】
これにて、構造最適化処理が終了する。
【０１３３】
再び図１に戻り、本発明は、最適化された複合体構造に基づいてアフィニティ計算処理を実行する（ステップＳＡ−５）。
【０１３４】
［アフィニティ計算処理］
次に、ステップＳＡ−５におけるアフィニティ計算処理の詳細について図８を参照して説明する。図８は、本発明のアフィニティ計算処理の一例を示すフローチャートである。
【０１３５】
まず、複合体構造について、配列−構造の相関（配列空間の近傍において、どれくらい構造が収束しているか）を計算する（ステップＳＨ−１）。例えば、ある配列の配列空間上近傍にある配列の取りうる構造をある解像度でクラスタリングしたときのクラスター数を配列−構造相関の指標とすることができる。
【０１３６】
そして、あるサイトにおけるこの配列−（主鎖）構造相関の大きさを計算し、その大きさに応じて側鎖のロータマー揺らぎの大きさを計算して決定する（ステップＳＨ−２）。
【０１３７】
ここで、主鎖の揺らぎに対応して側鎖の揺らぎの大きさを決定してもよく、また、より直接的に側鎖断片のデータベース（ロータマー・データベース）を作成し、そこからロータマー揺らぎを計算することも可能である。例えば二次構造と中心の残基種が同じ配列空間で近傍にある、数個からなる断片をデータベースから抽出する。抽出されたロータマー構造をクラスタリングし、クラスター数を配列−側鎖構造相関の指標とする。ここでは、各々のサイトにおける配列−構造相関の大きさ、クラスター情報（側鎖構造の組）が得られることとなる。
【０１３８】
そして、得られたロータマーの揺らぎの大きさ（または、側鎖の構造の組）に基づき、側鎖構造のサンプリングを行う。最も簡単には、クラスター化された側鎖構造の代表構造を、そのサイトでとり得る側鎖構造とすることで、構造−配列相関の大きさを考慮したサンプリングができる。
【０１３９】
そして、得られた各々のサイトにおける側鎖構造の自由度を元に主鎖と側鎖を含めた複合体構造を作成する（ステップＳＨ−３）。基本的にはランダムに作成することとなるが、できるだけ構造間に矛盾（座標の重なりなど）が無いように設計する。ここでさらに大まかな構造最適化を行っても良い。
【０１４０】
そして、アフィニティ計算を実行する（ステップＳＨ−４）。ここで、アフィニティ計算は大きく分けて以下の２つの方法がある
【０１４１】
（１）複合体と単体のエネルギー差より評価
アフィニティは、数式１に示すように、複合体と単体の自由エネルギーの差を計算することで求められる。
アフィニティ＝Ｇ（ＡＢ）−（Ｇ（Ａ）＋Ｇ（Ｂ））・・・（数式１）
数式１において、Ｇ（Ａ）は単体Ａの自由エネルギー、Ｇ（Ｂ）は単体Ｂの自由エネルギー、Ｇ（ＡＢ）はＡとＢの複合体の自由エネルギーである。
また、数式２に示すように、静電的相互作用、疎水的相互作用に分離してもよい。
アフィニティ＝Ｅ（ＡＢ）−（Ｅ（Ａ）＋Ｅ（Ｂ））＋ΔＧ（疎水相互作用）・・・（数式２）
数式１において自由エネルギーＧは近似的に様々な方法で求めることができるが、与えられた情報、計算時間、求められる精度によって方法を使いわけることができる。一例を挙げると統計ポテンシャル、分子力学、量子化学には図１３に示すような特徴がある。
【０１４２】
例えば、非常に多くの候補から相互作用する抗体を複数個探すような場合は統計ポテンシャルのような方法が計算時間の点で優れていると言える。反対に、数個の候補のなかから最もアフィニティが高いものを選ぶという場合は量子化学計算のような精度の高い方法が優れていると言える。本発明ではこれらの手法を適宜自動的に選択するので、それぞれ設計時に最も好適な手法を用いることができるようになる。
【０１４３】
（２）コンタクトポテンシャルより評価
アフィニティを計算するもう１つの方法は、数式３に示すように、コンタクトポテンシャル（ｃｏｎｔａｃｔ ｐｏｔｅｎｔｉａｌ）を用いるものである。
アフィニティｉ＝ΣＰｉ（ａａ１，ａａ２，ｒ） ・・・（数式３）
数式３において、ａａ１とａａ２は接触しているアミノ酸ペア、ｒは残基間距離である。また、Ｐｉはアミノ酸の種類と残基間距離のポテンシャル関数である。この方法は極めて短時間でアフィニティを評価できるという利点がある
【０１４４】
そして、このように計算された各々の構造におけるアフィニティに対して平均、分散などの統計計算を行う（ステップＳＨ−５）。
【０１４５】
そして、計算されたアフィニティデータを出力する（ステップＳＨ−６）。
【０１４６】
これにて、アフィニティ計算処理が終了する。
【０１４７】
再び図１に戻り、本発明は、ステップＳＡ−５のアフィニティ計算処理において出力されたアフィニティデータを評価するためのアフィニティデータ評価処理を実行する（ステップＳＡ−６）。
【０１４８】
［アフィニティ評価処理］
次に、アフィニティ評価処理の詳細について図９を参照して説明する。図９は、本発明のアフィニティ評価処理の一例を示すフローチャートである。
【０１４９】
ここでは、計算されたアフィニティの平均値、分散値のデータを評価する。計算されたアフィニティ平均値ａｍ、アフィニティ分散値ａｖに基づいて、他の複合体のアフィニティと比較してミューテーション前のＣＤＲのアフィニティよりも良くなっているかどうかを評価する。
【０１５０】
そして、アフィニティ平均値ａｍがより大きく、分散値ａｖがより小さければアフィニティの評価が高くなるようにアフィニティ評価関数を設定する（ステップＳＩ−１）。例えば評価関数として、ｆ＝ａ×ａｍ−ｂ×ｓｑｒｔ（ａｖ）等を用いることができる。ここで、ａ、ｂは定数パラメータである。
【０１５１】
そして、アフィニティデータベースを検索し（ステップＳＩ−２）、以前に処理したアフィニティ評価関数の値より高くなっているかを判定する（ステップＳＩ−３）。
【０１５２】
次ステップへの移行は、例えば、前の抗体構造よりもアフィニティ評価関数がより良くなっていれば（一番良い場合にはベストアフィニティデータとして）保存し次ステップへ進み（ステップＳＩ−４）、一方、悪くなっていればある確率でこの計算データを破棄し、以前のデータについて次のステップへ行く（ステップＳＩ−５）、というモンテ−カルロ（Ｍｏｎｔｅ−Ｃａｒｌｏ）的手法を用いても良い。
【０１５３】
これにて、アフィニティ評価処理が終了する。
【０１５４】
再び図１に戻り、本発明は、処理対象のＣＤＲ配列情報について、ミューテーション（例えば、点突然変異など）を行う（ステップＳＡ−７）。
ミューテーションは、遺伝的アルゴリズムなどの手法を用いてランダムに、あるいはアフィニティ評価に基づいて行われる。すなわち、アフィニティ平均値減少に寄与したロータマー揺らぎ構造をもつアミノ酸を重点的に変異させてもよい。
【０１５５】
そして、変異されたＣＤＲ部位のＣＤＲ構造に基づいて、ステップＳＡ−２に戻り、変異後のＣＤＲ構造を予測した後、ステップＳＡ−３の複合体構造予測処理により変異後の複合体構造データを予測し、当該変異後の複合体構造データについてステップＳＡ−５のアフィニティ計算処理により変異後のアフィニティを計算し、ステップＳＡ−６アフィニティ評価処理により当該変異後のアフィニティの評価を行い、変異前後のアフィニティの評価結果を比較することにより、抗原とアフィニティの高い抗体を設計する。
【０１５６】
［システム構成］
次に、本システムの構成について説明する。図１４は、本発明が適用される本システム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。本システムは、概略的に、抗体設計装置１００と、配列情報や構造情報等に関する外部データベースやホモロジー検索等の外部プログラム等を提供する外部システム２００とを、ネットワーク３００を介して通信可能に接続して構成されている。
【０１５７】
図１４においてネットワーク３００は、抗体設計装置１００と外部システム２００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。
【０１５８】
図１４において外部システム２００は、ネットワーク３００を介して、抗体設計装置１００と相互に接続され、利用者に対して配列情報や構造情報等に関する外部データベースやホモロジー検索やモチーフ検索等の外部プログラムを実行するウェブサイトを提供する機能を有する。
【０１５９】
ここで、外部システム２００は、ＷＥＢサーバやＡＳＰサーバ等として構成してもよく、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のハードウェア構成中の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。
【０１６０】
図１４において抗体設計装置１００は、概略的に、抗体設計装置１００の全体を統括的に制御するＣＰＵ等の制御部１０２、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１０４、入力装置１１２や出力装置１１４に接続される入出力制御インターフェース部１０８、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１０６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。さらに、この抗体設計装置１００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３００に通信可能に接続されている。
【０１６１】
記憶部１０６に格納される各種のデータベースやテーブル（入力データファイル１０６ａ〜ロータマーデータベース１０６ｊ）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ベースやウェブページ用ファイル等を格納する。
【０１６２】
これら記憶部１０６の各構成要素のうち、入力データファイル１０６ａは、入力データを格納する入力データ格納手段である。この入力データファイル１０６ａに格納される情報は、抗原に対する情報として、１）抗原配列、２）抗原配列や構造情報、３）エピトープ部位配列、４）エピトープ部位配列、構造情報、のうち少なくとも一つを含む。また、抗体に関する情報として、１）抗体配列、２）抗体配列、構造、３）ＣＤＲ部位配列、４）ＣＤＲ部位配列、構造情報、のうち少なくとも一つを含む。
【０１６３】
また、エピトープ情報データベース１０６ｂは、エピトープの配列情報や構造情報に関するエピトープ情報等を格納するエピトープ情報格納手段である。
【０１６４】
また、ＣＤＲ情報データベース１０６ｃは、ＣＤＲの配列情報や構造情報に関するＣＤＲ情報等を格納するＣＤＲ情報格納手段である。
【０１６５】
また、複合体情報データベース１０６ｄは、エピトープ構造とＣＤＲ構造との複合体に関する情報等を格納する複合体情報格納手段である。
【０１６６】
また、２次構造予測結果データファイル１０６ｅは、２次構造予測プログラムによる２次構造予測結果に関する情報等を格納する２次構造予測結果情報格納手段である。この２次構造予測結果データファイル１０６ｅに格納される情報は、予測プログラム（予測手段）などを一意に識別するための識別情報、配列情報、予測結果等を相互に関連付けて構成されている。
【０１６７】
また、オリゴペプチド頻度情報データベース１０６ｆは、タンパク質配列におけるオリゴペプチドの出現頻度に関する情報等を格納するオリゴペプチド頻度情報格納手段である。このオリゴペプチド頻度情報データベース１０６ｆに格納される情報は、オリゴペプチドの配列情報、出現頻度等を相互に関連付けて構成されている。
【０１６８】
また、エピトープ部位アミノ酸頻度情報ファイル１０６ｇは、エピトープ部位のアミノ酸の出現頻度に関する情報等を格納するエピトープ部位アミノ酸頻度情報格納手段である。このエピトープ部位アミノ酸頻度情報ファイル１０６ｇに格納される情報は、アミノ酸種別、出現頻度等を相互に関連付けて構成されている。
【０１６９】
また、ＥＣデータベース１０６ｈは、のエピトープ‐ＣＤＲコンタクト・データベース（ＥＣＤＢ）である。このＥＣデータベース１０６ｈに格納される情報は、複合体ＩＤ（エピトープとＣＤＲの複合体の全体のＩＤ）、エピトープ断片パターンＩＤ（エピトープ断片が何残基あるか、全エピトープ中何番目の断片かという情報）、エピトープ配列、エピトープ構造、ＣＤＲ配列、ＣＤＲ構造、エピトープ‐ＣＤＲ間相対的位置関係、エピトープ‐ＣＤＲ結合関係、等を相互に関連付けて構成されている。
【０１７０】
また、アフィニティデータベース１０６ｉは、抗体と抗原とのアフィニティに関する情報等を格納する格納手段である。このアフィニティデータベース１０６ｉに格納される情報は、抗体配列、アフィニティデータ、アフィニティ評価関数の値等を相互に関連付けて構成されている。
【０１７１】
また、ロータマーデータベース１０６ｊは、ロータマーに関する情報等を格納するロータマー情報格納手段である。このロータマーデータベース１０６ｊに格納される情報は、ロータマー構造（側鎖断片の構造を含む）、配列情報、ロータマー揺らぎの大きさ（自由度）、ロータマー構造（側鎖断片の構造を含む）のクラスタリング結果等を相互に関連付けて構成されている。
【０１７２】
また、その他の情報として、抗体設計装置１００の記憶部１０６には、ウェブサイトを外部システム２００に提供するための各種のＷｅｂデータやＣＧＩプログラム等が記録されている。
【０１７３】
このＷｅｂデータとしては、後述する各種のＷｅｂページを表示するためのデータ等があり、これらデータは、例えば、ＨＴＭＬやＸＭＬにて記述されたテキストファイルとして形成されている。また、これらのＷｅｂデータを作成するための部品用のファイルや作業用のファイルやその他一時的なファイル等も記憶部１０６に記憶される。
【０１７４】
この他、必要に応じて、外部システム２００に送信するための音声をＷＡＶＥ形式やＡＩＦＦ形式の如き音声ファイルで格納したり、静止画や動画をＪＰＥＧ形式やＭＰＥＧ２形式の如き画像ファイルで格納したりすることができる。
【０１７５】
また、図１４において、通信制御インターフェース部１０４は、抗体設計装置１００とネットワーク３００（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ェース部１０４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。
【０１７６】
また、図１４において、入出力制御インターフェース部１０８は、入力装置１１２や出力装置１１４の制御を行う。ここで、出力装置１１４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１１４をモニタとして記載する場合がある）。また、入力装置１１２としては、キーボード、マウス、および、マイク等を用いることができる。また、モニタも、マウスと協働してポインティングデバイス機能を実現する。
【０１７７】
また、図１４において、制御部１０２は、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）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１０２は、機能概念的に、複合体構造予測部１０２ａ、アフィニティ計算部１０２ｂ、アフィニティ評価部１０２ｃ、および、ＣＤＲ配列ミューテーション部１０２ｄを備えて構成されている。
【０１７８】
このうち、複合体構造予測部１０２ａは、抗原のエピトープ部位のエピトープ構造と、当該抗原に結合する抗体のＣＤＲ部位のＣＤＲ構造の複合体構造データを予測する複合体構造予測手段である。ここで、図１５は、複合体構造予測部１０２ａの構成の一例を示すブロック図である。図１５に示すように複合体構造予測部１０２ａは、エピトープ構造予測部１０２ｅ、ＣＤＲ構造予測部１０２ｆ、類似データ得点化部１０２ｇ、複合体構造作成部１０２ｈ、ロータマー自由度計算部１０２ｉ、ロータマー自由度反映構造作成部１０２ｊ、構造最適化部１０２ｋ、および、断片構造予測部１０２ｍを含んで構成されている。
【０１７９】
図１５のエピトープ構造予測部１０２ｅは、エピトープ構造を予測するエピトープ構造予測手段であり、また、２次構造予測結果を用いたＳＶＭによるエピトープ部位予測のパラメータＳ（ｉ）、オリゴペプチド頻度情報を用いたエピトープ部位予測のパラメータＯ（ｉ）、エピトープ部位アミノ酸頻度情報を用いたエピトープ部位予測のパラメータＫ（ｉ）の少なくとも一つに基づいて抗原のエピトープ部位を予測するエピトープ部位予測手である。
【０１８０】
また、ＣＤＲ構造予測部１０２ｆは、ＣＤＲ配列に基づいてＣＤＲ構造を予測するＣＤＲ構造予測手段である。
【０１８１】
また、類似データ得点化部１０２ｇは、エピトープ断片の類似配列および／またはエピトープ断片パターンの類似構造を持つ類似データを検索して得点を付ける類似データ得点化手段である。
【０１８２】
また、複合体構造作成部１０２ｈは、類似データ得点化手段により高い得点が付されたデータの構造データを雛型として、エピトープ‐ＣＤＲ相対的位置関係および／またはエピトープ‐ＣＤＲ結合関係をできるだけ保持するように複合体構造を作成する複合体構造作成手段である。
【０１８３】
また、ロータマー自由度計算部１０２ｉは、配列と構造との間の相関の大きさを計算する相関計算手段、および、相関計算手段により計算された相関の大きさに応じて側鎖のロータマーの揺らぎの大きさを示す自由度を計算するロータマー自由度計算手段である。
【０１８４】
また、ロータマー自由度反映構造作成部１０２ｊは、ロータマー自由度計算手段により計算された側鎖構造の自由度に基づいて、主鎖と側鎖を含めた複合体構造を作成するロータマー自由度反映構造作成手段である。
【０１８５】
また、構造最適化部１０２ｋは、複合体構造を最適化する構造最適化手段である。
【０１８６】
また、断片構造予測部１０２ｍは、部分配列から該当するフラグメント構造を予測する断片構造予測手段である。
【０１８７】
再び図１４に戻り、アフィニティ計算部１０２ｂは、複合体構造予測手段により予測された上記複合体構造データについて、エピトープ構造とＣＤＲ構造との間のアフィニティを計算するアフィニティ計算手段である。ここで、図１６は、アフィニティ計算部１０２ｂの構成の一例を示すブロック図である。図１６に示すように、アフィニティ計算部１０２ｂは、自由エネルギー計算部１０２ｐおよびコンタクトポテンシャル計算部１０２ｑを含んで構成される。
【０１８８】
図１６において、自由エネルギー計算部１０２ｐは、複合体と単体の自由エネルギーの差により上記アフィニティを計算する自由エネルギー計算手段である。
【０１８９】
また、コンタクトポテンシャル計算部１０２ｑは、コンタクトポテンシャルにより上記アフィニティを計算するコンタクトポテンシャル計算手段である。
【０１９０】
再び図１４に戻り、アフィニティ評価部１０２ｃは、アフィニティ計算手段により計算された上記アフィニティを評価するアフィニティ評価手段である。ここで、図１７は、アフィニティ評価部１０２ｃの構成の一例を示すブロック図である。図１７に示すように、アフィニティ評価部１０２ｃは、アフィニティ評価関数設定部１０２ｒを含んで構成される。
【０１９１】
図１７において、アフィニティ評価関数設定部１０２ｒは、アフィニティの平均値および分散値に基づいてアフィニティ評価関数を設定するアフィニティ評価関数設定手段である。
【０１９２】
再び図１４に戻り、ＣＤＲ配列ミューテーション部１０２ｄは、ＣＤＲ部位の配列の一部についてミューテーションを行うＣＤＲ配列ミューテーション手段である。ここで、図１８は、ＣＤＲ配列ミューテーション部１０２ｄの構成の一例を示すブロック図である。図１８に示すように、ＣＤＲ配列ミューテーション部１０２ｄは、ミューテーション位置決定部１０２ｓを含んで構成される。
【０１９３】
図１８において、ミューテーション位置決定部１０２ｓは、ＣＤＲ部位のミューテーションさせる位置を、ランダムに、または、アフィニティ評価に基づいて決定するミューテーション位置決定手段である。
【０１９４】
なお、これら各部によって行なわれる処理の詳細については、後述する。
【０１９５】
［システムの処理］
次に、このように構成された本実施の形態における本システムの処理の一例について、以下に再び図１〜図１８を参照して詳細に説明する。
【０１９６】
図１に示すように、まず、抗体設計装置１００は、エピトープ構造予測部１０２ｅの処理により、入力データファイル１０６ａに格納された入力データ中にエピトープ構造が存在しない場合には、利用者が入力した抗原についてエピトープ部位の構造を既知のデータベースなどから検索して取得する。ここで、エピトープ構造が取得できない場合には、エピトープ構造予測部１０２ｅは、以下に示すように、抗原配列、抗原構造、エピトープ部位配列などのうち少なくとも一つの情報に基づいて、エピトープ部位の構造を予測する（ステップＳＡ−１）。
【０１９７】
［エピトープ構造予測処理］
ステップＳＡ−１のエピトープ構造予測処理の詳細について図２を参照して説明する。図２は、本発明のエピトープ構造予測処理の一例を示すフローチャートである。
【０１９８】
まず、エピトープ構造予測部１０２ｅは、既知の抗体情報データベースなどを参照して、処理対象の抗原のエピトープ部位情報が存在するか確認する（ステップＳＢ−１）。
【０１９９】
ステップＳＢ−１において、エピトープ部位情報が存在しない場合には、エピトープ構造予測部１０２ｅは、以下に示すエピトープ部位予測処理を実行して、抗体配列情報からエピトープ部位を予測する（ステップＳＢ−２）。
【０２００】
そして、エピトープ構造予測部１０２ｅは、既知の抗体情報データベースから取得、または、エピトープ部位予測処理により予測されたエピトープ部位の配列情報について、以下に示す断片構造予測処理を実行する（ステップＳＢ−３）。
【０２０１】
そして、エピトープ構造予測部１０２ｅは、予測されたエピトープ部位の構造データをエピトープ構造データとして出力する（ステップＳＢ−４）。
【０２０２】
これにて、エピトープ構造予測処理が終了する。
【０２０３】
［エピトープ部位予測処理］
ステップＳＢ−２のエピトープ部位予測処理の詳細について図３を参照して説明する。図３は、本発明のエピトープ部位予測処理の一例を示すフローチャートである。
【０２０４】
エピトープ構造予測部１０２ｅは、エピトープ部位を予測するためのパラメータとして、２次構造予測結果データ、オリゴペプチド頻度情報、抗原・抗体アミノ酸頻度情報のうち少なくとも１つのパラメータを取得する（ステップＳＣ−１）。
【０２０５】
そして、エピトープ構造予測部１０２ｅは、これらの各パラメータからエピトープ部位を判定するための統合評価関数を作成する（ステップＳＣ−２）。
【０２０６】
以下に、Ｉ．２次構造予測結果データ、ＩＩ．オリゴペプチド頻度情報、ＩＩＩ．エピトープ部位アミノ酸頻度情報のそれぞれのパラメータに基づいて、ＩＶ．エピトープ部位を判定するための統合評価関数を作成する場合について、順に詳細に説明する。
【０２０７】
Ｉ．２次構造予測結果データからエピトープ可能性部位を予測する場合
（１）まず、エピトープ構造予測部１０２ｅは、以下の手順１〜手順４により、各２次構造予測プログラムの処理結果から上述したＳＶＭ（サポート・ベクトル・マシーン）学習データを作成する。
【０２０８】
（２）エピトープ構造予測部１０２ｅは、処理対象の抗原配列を入力する。
【０２０９】
（３）エピトープ構造予測部１０２ｅは、処理対象の抗原配列に対して、各２次構造予測手段の手法を用いて２次構造予測を行う。
【０２１０】
（４）エピトープ構造予測部１０２ｅは、サイトごとの二次構造結果のパターンを、予めＳＶＭ学習を行い保存しておいたＳＶＭ学習データに入力する。
【０２１１】
（５）エピトープ構造予測部１０２ｅは、ＳＶＭにより、エピトープ部位の可能性を示すパラメータＳ（ｉ）を出力する。
【０２１２】
ＩＩ．オリゴペプチドの出現頻度からエピトープ可能性部位を予測する場合
（１）まず、エピトープ構造予測部１０２ｅは、上述した手順により、オリゴペプチド頻度情報データベースを作成する。
【０２１３】
（２）エピトープ構造予測部１０２ｅは、処理対象の抗原配列を入力する。
【０２１４】
（３）エピトープ構造予測部１０２ｅは、処理対象の抗原配列をｎ残基のオリゴペプチドに分割する。
【０２１５】
（４）エピトープ構造予測部１０２ｅは、ｉ番目を含むオリゴペプチドの出現確率の平均をｉ番目のスコアＯ（ｉ）にする。
【０２１６】
（５）エピトープ構造予測部１０２ｅは、処理結果を出力する。
【０２１７】
ＩＩＩ．エピトープ部位アミノ酸頻度情報からエピトープ可能性部位を予測する場合
（１）エピトープ構造予測部１０２ｅは、上述した手順により、エピトープ部位アミノ酸出現頻度情報ＤＢを作成する。
【０２１８】
（２）エピトープ構造予測部１０２ｅは、処理対象の抗原配列を入力
【０２１９】
（３）エピトープ構造予測部１０２ｅは、ｉ番目のアミノ酸の前後ｎ残基の平均アミノ酸出現確率をスコアＫ（ｉ）にする。
【０２２０】
（４）エピトープ構造予測部１０２ｅは、処理結果を出力する。
【０２２１】
ＩＶ．統合評価関数の作成
上述したように、ｉ番目のサイトにおける
１）２次構造予測結果を用いたＳＶＭによるエピトープ部位予測のパラメータＳ（ｉ）、
２）オリゴペプチド頻度情報を用いたエピトープ部位予測のパラメータＯ（ｉ）、
３）エピトープ部位アミノ酸頻度情報を用いたエピトープ部位予測のパラメータＫ（ｉ）、
の計算手法を挙げたが、ここでは、これらの結果を総合的に判断し、最終的にそれぞれのサイトがエピトープ部位となりうるかどうかの予測結果を同定する。例えば、エピトープ構造予測部１０２ｅは、統合評価関数として、それぞれのサイトにおける評価の線形和が閾値以上であればそのサイトをエピトープとして予測する。
【０２２２】
例えば、エピトープ構造予測部１０２ｅは、ｓ、ｏ、ｋ、ｔｈｒｅｓｈｏｌｄを判断用のパラメータ（定数）とした、以下の統合評価関数ｐｅ（ｉ）を用いる。
ｐｅ（ｉ） ＝ ｓ×Ｓ（ｉ）＋ｏ×Ｏ（ｉ）＋ｋ×Ｋ（ｉ）−ｔｈｒｅｓｈｏｌｄ
【０２２３】
そして、エピトープ構造予測部１０２ｅは、この統合評価関数ｐｅ（ｉ）を用いて、各サイトがエピトープ部位であるかを予測する（ステップＳＣ−３）。
すなわち、エピトープ構造予測部１０２ｅは、この統合評価関数を用い、サイトｉについて、
ｐｅ（ｉ） ＞ ０
が成立している場合には、サイトｉについてエピトープ部位であると予測する。
【０２２４】
これにて、エピトープ部位予測処理が終了する。
【０２２５】
［断片構造予測処理］
次に、ステップＳＢ−３の断片構造予測処理の詳細について図４を参照して説明する。図４は、本発明の断片構造予測処理の一例を示すフローチャートである。
【０２２６】
まず、断片構造予測部１０２ｍは、断片構造を予測する配列について、既知の構造データベース（例えば、ＰＤＢや、ＣＤＲ領域やエピトープ構造に特化したデータベースなど）を検索して、対応する構造データが存在しているか確認する（ステップＳＤ−１）。
【０２２７】
ステップＳＤ−１において、対応する構造データが存在していない場合には、断片構造予測部１０２ｍは、フラグメント構造予測を行う（ステップＳＤ−２）。ここで、構造予測技術としては、既知の構造予測技術のいずれを用いてもよい。
【０２２８】
これにて、断片構造予測処理が終了する。
【０２２９】
再び図１に戻り、抗体設計装置１００は、入力データファイル１０６ａに格納された入力データ中に対応するＣＤＲ構造がない場合には、ＣＤＲ構造予測部１０２ｆの処理により、処理対象の抗原と結合する設計対象の抗体についてＣＤＲ部位のＣＤＲ構造を既知のデータベースなどから検索して取得する。ここで、ＣＤＲ構造が取得できない場合には、ＣＤＲ構造予測部１０２ｆは、以下に示すように、抗体配列、抗体構造、部位配列などのうち少なくとも一つの情報に基づいて、ＣＤＲ部位の構造を予測する（ステップＳＡ−２）。
【０２３０】
［ＣＤＲ構造予測処理］
ステップＳＡ−２におけるＣＤＲ構造予測処理の詳細について図５を参照して説明する。図５は、本発明のＣＤＲ構造予測処理の一例を示すフローチャートである。
【０２３１】
まず、ＣＤＲ構造予測部１０２ｆは、抗体の配列情報の断片の特徴などに基づいて、ＣＤＲ部位について分離する。すなわち、ＣＤＲ構造予測部１０２ｆは、既知のＣＤＲ部位の特徴情報に基づいて、Ｌｉｇｈｔ ｃｈａｉｎ Ｌ１，Ｌ２，Ｌ３と、Ｈｅａｖｙ ｃｈａｉｎ Ｈ１，Ｈ２，Ｈ３に対応する部位を抗体配列情報から分離して抽出する（ステップＳＥ−１）。
【０２３２】
そして、図４において上述した断片構造予測処理を実行して、ＣＤＲ部位の断片構造を予測する（ステップＳＥ−２）。
【０２３３】
そして、ＣＤＲ構造予測部１０２ｆは、予測された構造データをＣＤＲ構造データとして出力する（ステップＳＥ−３）。
【０２３４】
これにて、ＣＤＲ構造予測処理が終了する。
【０２３５】
再び図１に戻り、抗体設計装置１００は、複合体構造予測部１０２ａの処理により、抗原のエピトープ構造と抗体のＣＤＲ構造との複合体の構造を予測する（ステップＳＡ−３）。
【０２３６】
［複合体構造予測処理］
ステップＳＡ−３における複合体構造予測処理の詳細について図６を参照して説明する。図６は、本発明の複合体構造予測処理の一例を示すフローチャートである。
【０２３７】
まず、複合体構造予測部１０２ａは、抗原と抗体との複合体の構造を既知のデータベースなどから検索して取得する。ここで、複合体構造が取得できない場合には、複合体構造予測部１０２ａは、以下に示すように、複合体の構造を予測する（ステップＳＦ−１）。
まず、類似データ得点化部１０２ｇは、ＥＣデータベース１０６ｈ中でエピトープ断片の類似配列、エピトープ断片パターン類似構造をもつデータを検索して、得点付けを実行する（ステップＳＦ−２）。
【０２３８】
そして、複合体構造作成部１０２ｈは、得点の高いＥＣデータベース１０６ｈ中のエントリに対して、エピトープ‐ＣＤＲ相対的位置関係と結合関係をできるだけ保つようにエピトープ、抗体（ＣＤＲ）構造を当てはめ、複合体構造を作成する（ステップＳＦ−３）。
【０２３９】
ここで、作られた複合体構造はＤＢ中の構造を間接的に参照しているが、当然全く同じというわけではないので、構造中に矛盾点（例えば、座標の重なりなど）が発生する場合がある。
【０２４０】
そこで、複合体構造予測部１０２ａは、そういった複合体構造における構造的不具合を排除する（ステップＳＦ−４）。例えば、複合体構造予測部１０２ａは、エピトープ‐ＣＤＲ複合系においてエピトープ‐ＣＤＲのある原子間距離を計算し、それらが近すぎる場合には一方の（単独構造に対する影響が少ない方）原子の位置を矛盾がなくなるまで動かすなどの修正を加える。
【０２４１】
そして、複合体構造予測部１０２ａは、予測された複合体構造データを出力する（ステップＳＦ−５）。
【０２４２】
これにて、複合体構造予測処理が終了する。
【０２４３】
再び図１に戻り、抗体設計装置１００は、構造最適化部１０２ｋの処理により、ステップＳＡ−３において取得された複合体構造データを最適化する（ステップＳＡ−４）。すなわち、ステップＳＡ−３により得られた複合体構造は、上述した処理により構造的には矛盾が無い状態となっている。しかし、エネルギー的にはその限りではない。そこで、以降の処理でアフィニティを計算する際にはエネルギー的安定性がない状態では問題が生じるので、エネルギーの最適化を行う必要がある。
【０２４４】
［構造最適化処理］
ステップＳＡ−４における構造最適化処理の詳細について図７を参照して説明する。図７は、本発明の構造最適化処理の一例を示すフローチャートである。
【０２４５】
まず、構造最適化部１０２ｋは、複合体構造データに対して各種のエネルギー指標に関するエネルギー計算を実行する（ステップＳＧ−１）。ここで、構造最適化部１０２ｋは、コンタクトポテンシャル、統計ポテンシャル、力場計算、量子化学計算のいずれか、または、それらの組み合わせを用いてもよい。
【０２４６】
そして、構造最適化部１０２ｋは、ステップＳＧ−１で計算された各種のエネルギー計算結果を評価する（ステップＳＧ−２）。ここで、コンタクトポテンシャル、統計ポテンシャル、力場計算、量子化学計算のいずれか、または、それらの組み合わせによるエネルギー最適化による構造変化は、使用するエネルギー指標の評価関数や評価手法により変化の大きさや方向が異なることになる。
【０２４７】
そして、構造最適化部１０２ｋは、全体エネルギーが最適化されたか判断し（ステップＳＧ−３）、最適化されていない場合には、再度ステップＳＧ−１に戻る。一方、最適化されている場合には、構造最適化部１０２ｋは、最適化された構造データを出力する（ステップＳＧ−４）。
【０２４８】
これにて、構造最適化処理が終了する。
【０２４９】
再び図１に戻り、抗体設計装置１００は、アフィニティ計算部１０２ｂの処理により、最適化された複合体構造に基づいてアフィニティ計算処理を実行する（ステップＳＡ−５）。
【０２５０】
［アフィニティ計算処理］
次に、ステップＳＡ−５におけるアフィニティ計算処理の詳細について図８を参照して説明する。図８は、本発明のアフィニティ計算処理の一例を示すフローチャートである。
【０２５１】
まず、ロータマー自由度計算部１０２ｉは、複合体構造について、配列−構造の相関（配列空間の近傍において、どれくらい構造が収束しているか）を計算する（ステップＳＨ−１）。例えば、ある配列の配列空間上近傍にある配列の取りうる構造をある解像度でクラスタリングしたときのクラスター数を配列−構造相関の指標とすることができる。
【０２５２】
そして、ロータマー自由度計算部１０２ｉは、あるサイトにおけるこの配列−（主鎖）構造相関の大きさを計算し、その大きさに応じて側鎖のロータマー揺らぎの大きさを計算して決定する（ステップＳＨ−２）。
【０２５３】
ここで、ロータマー自由度計算部１０２ｉは、主鎖の揺らぎに対応して側鎖の揺らぎの大きさを決定してもよく、また、より直接的に側鎖断片のデータベース（ロータマー・データベース）を作成し、そこからロータマー揺らぎを計算することも可能である。例えば、ロータマー自由度計算部１０２ｉは、二次構造と中心の残基種が同じ配列空間で近傍にある、数個からなる断片をデータベースから抽出する。ロータマー自由度計算部１０２ｉは、抽出されたロータマー構造をクラスタリングし、クラスター数を配列−側鎖構造相関の指標とする。ここでは、各々のサイトにおける配列−構造相関の大きさ、クラスター情報（側鎖構造の組）が得られることとなる。
【０２５４】
そして、ロータマー自由度反映構造作成部１０２ｊは、得られたロータマーの揺らぎの大きさ（または、側鎖の構造の組）に基づき、側鎖構造のサンプリングを行う。最も簡単には、クラスター化された側鎖構造の代表構造を、そのサイトでとり得る側鎖構造とすることで、構造−配列相関の大きさを考慮したサンプリングができる。
【０２５５】
そして、ロータマー自由度反映構造作成部１０２ｊは、得られた各々のサイトにおける側鎖構造の自由度を元に主鎖と側鎖を含めた複合体構造を作成する（ステップＳＨ−３）。ここで基本的にはランダムに作成することとなるが、できるだけ構造間に矛盾（座標の重なりなど）が無いように設計する。さらに、構造最適化部１０２ｋが構造最適化を行っても良い。
【０２５６】
そして、アフィニティ計算部１０２ｂは、アフィニティ計算を実行する（ステップＳＨ−４）。
ここで、アフィニティ計算は大きく分けて以下の２つの方法がある
【０２５７】
（１）複合体と単体のエネルギー差より評価
アフィニティは、自由エネルギー計算部１０２ｐにより、数式１に示すように、複合体と単体の自由エネルギーの差を計算することで求められる。
アフィニティ＝Ｇ（ＡＢ）−（Ｇ（Ａ）＋Ｇ（Ｂ））・・・（数式１）
数式１において、Ｇ（Ａ）は単体Ａの自由エネルギー、Ｇ（Ｂ）は単体Ｂの自由エネルギー、Ｇ（ＡＢ）はＡとＢの複合体の自由エネルギーである。
また、自由エネルギー計算部１０２ｐは、数式２に示すように、静電的相互作用、疎水的相互作用に分離してもよい。
アフィニティ＝Ｅ（ＡＢ）−（Ｅ（Ａ）＋Ｅ（Ｂ））＋ΔＧ（疎水相互作）・・・（数式２）
数式１において自由エネルギーＧは近似的に様々な方法で求めることができるが、自由エネルギー計算部１０２ｐは、与えられた情報、計算時間、求められる精度によって、統計ポテンシャル、分子力学、量子化学のいずれかの手法を選択することができる。これにより、自由エネルギー計算部１０２ｐは、これらの手法を適宜自動的に選択するので、それぞれ設計時に最も好適な手法を用いることができるようになる。
【０２５８】
（２）コンタクトポテンシャルより評価
アフィニティを計算するもう１つの方法は、コンタクトポテンシャル計算部１０２ｑにより、数式３に示すように、コンタクトポテンシャル（ｃｏｎｔａｃｔ
ｐｏｔｅｎｔｉａｌ）を用いてもよい。
アフィニティｉ＝ΣＰｉ（ａａ１，ａａ２，ｒ）・・・（数式３）
数式３において、ａａ１とａａ２は接触しているアミノ酸ペア、ｒは残基間距離である。また、Ｐｉはアミノ酸の種類と残基間距離のポテンシャル関数である。この方法は極めて短時間でアフィニティを評価できるという利点がある
【０２５９】
そして、アフィニティ計算部１０２ｂは、このように計算された各々の構造におけるアフィニティに対して平均、分散などの統計計算を行う（ステップＳＨ−５）。
【０２６０】
そして、アフィニティ計算部１０２ｂは、計算されたアフィニティデータを出力する（ステップＳＨ−６）。
【０２６１】
これにて、アフィニティ計算処理が終了する。
【０２６２】
再び図１に戻り、抗体設計装置１００は、アフィニティ評価部１０２ｃの処理により、ステップＳＡ−５のアフィニティ計算処理において出力されたアフィニティデータを評価するためのアフィニティデータ評価処理を実行する（ステップＳＡ−６）。
【０２６３】
［アフィニティ評価処理］
次に、アフィニティ評価処理の詳細について図９を参照して説明する。図９は、本発明のアフィニティ評価処理の一例を示すフローチャートである。
【０２６４】
ここでは、計算されたアフィニティの平均値、分散値のデータを評価する。すなわち、アフィニティ評価部１０２ｃは、計算されたアフィニティ平均値ａｍ、アフィニティ分散値ａｖに基づいて、他の複合体のアフィニティと比較してミューテーション前のＣＤＲのアフィニティよりも良くなっているかどうかを評価する。
【０２６５】
そして、アフィニティ評価関数設定部１０２ｒの処理により、アフィニティ平均値ａｍがより大きく、分散値ａｖがより小さければアフィニティの評価が高くなるようにアフィニティ評価関数を設定する（ステップＳＩ−１）。例えば評価関数として、
ｆ＝ａ×ａｍ−ｂ×ｓｑｒｔ（ａｖ）
等を用いることができる。ここで、ａ、ｂは定数パラメータである。
【０２６６】
そして、アフィニティ評価部１０２ｃは、アフィニティデータベースを検索し（ステップＳＩ−２）、以前に処理したアフィニティ評価関数の値より高くなっているかを判定する（ステップＳＩ−３）。
【０２６７】
次ステップへの移行は、例えば、アフィニティ評価関数がより良くなっていればベストアフィニティデータとして保存し次ステップへ進み（ステップＳＩ−４）、一方、悪くなっていればある確率でこの計算データを破棄し、以前のデータについて次のステップへ行く（ステップＳＩ−５）、というモンテ−カルロ（Ｍｏｎｔｅ−Ｃａｒｌｏ）的手法を用いても良い。
【０２６８】
これにて、アフィニティ評価処理が終了する。
【０２６９】
再び図１に戻り、抗体設計装置１００は、ＣＤＲ配列ミューテーション部１０２ｄの処理により、処理対象のＣＤＲ配列情報について、ミューテーション（例えば、点突然変異など）を行う（ステップＳＡ−７）。
まず、ミューテーション位置決定部１０２ｓにより、ランダム、あるいは、アフィニティ評価に基づいてミューテーションの位置の決定が行われる。すなわち、ミューテーション位置決定部１０２ｓは、アフィニティ平均値減少に寄与したロータマー揺らぎ構造をもつアミノ酸を重点的に変異させてもよい。
【０２７０】
そして、変異されたＣＤＲ部位のＣＤＲ構造に基づいて、ステップＳＡ−２に戻り、変異後のＣＤＲ構造を予測した後、ステップＳＡ−３の複合体構造予測処理により変異後の複合体構造データを予測し、当該変異後の複合体構造データについてステップＳＡ−５のアフィニティ計算処理により変異後のアフィニティを計算し、ステップＳＡ−６アフィニティ評価処理により当該変異後のアフィニティの評価を行い、変異前後のアフィニティの評価結果を比較することにより、抗原とアフィニティの高い抗体を設計する。
【０２７１】
［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。
【０２７２】
例えば、抗体設計装置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、抗体設計装置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。
【０２７３】
また、実施形態において説明した各処理のうち、自動的に行な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、手動的に行な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。
この他、上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種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。
【０２７４】
また、抗体設計装置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、抗体設計装置１００の各部または各装置が備える処理機能、特に制御部１０２にて行な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（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）および当該ＣＰＵ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。なお、プログラムは、後述する記録媒体に記録されており、必要に応じて抗体設計装置１００に機械的に読み取られる。
【０２７５】
すなわち、ＲＯＭまたはＨＤなどの記憶部１０６などには、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）と協働して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等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１０２を構成する。また、このコンピュータプログラムは、抗体設計装置１００に対して任意のネットワーク３００を介して接続されたアプリケーションプログラムサーバに記録されてもよく、必要に応じてその全部または一部をダウンロードすることも可能である。
【０２７６】
また、本発明にかかるプログラムを、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、ＥＰＲＯＭ、ＥＥＰＲＯＭ、ＣＤ−ＲＯＭ、ＭＯ、ＤＶＤ等の任意の「可搬用の物理媒体」や、各種コンピュータシステムに内蔵されるＲＯＭ、ＲＡＭ、ＨＤ等の任意の「固定用の物理媒体」、あるいは、ＬＡＮ、ＷＡＮ、インターネット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。
【０２７７】
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、複数のモジュールやライブラリとして分散構成されるものや、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）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。
【０２７８】
記憶部１０６に格納される各種のデータベース等（入力データファイル１０６ａ〜ロータマーデータベース１０６ｊ）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やテーブルやファイルやデータベースやウェブページ用ファイル等を格納する。
【０２７９】
また、抗体設計装置１００は、既知のパーソナルコンピュータ、ワークステーション等の情報処理端末等の情報処理装置にプリンタやモニタやイメージスキャナ等の周辺装置を接続し、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。
【０２８０】
さらに、抗体設計装置１００等の分散・統合の具体的形態は明細書および図面に示すものに限られず、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（例えば、グリッド・コンピューティングなど）。例えば、各データベースを独立したデータベース装置として独立に構成してもよく、また、処理の一部をＣＧＩ（Ｃｏｍｍｏｎ Ｇａｔｅｗａｙ Ｉｎｔｅｒｆａｃｅ）を用いて実現してもよい。
【０２８１】
【発明の効果】
以上詳細に説明したように、本発明によれば、抗原のエピトープ部位のエピトープ構造と、当該抗原に結合する抗体のＣＤＲ部位のＣＤＲ構造の複合体構造データを予測し、予測された複合体構造データについて、エピトープ構造とＣＤＲ構造との間のアフィニティを計算し、計算されたアフィニティを評価し、ＣＤＲ部位の配列の一部についてミューテーションを行う。そして、変異されたＣＤＲ部位のＣＤＲ構造に基づいて変異後の複合体構造データを予測し、当該変異後の複合体構造データについて変異後のアフィニティを計算し、当該変異後のアフィニティの評価を行い、変異前後のアフィニティの評価結果を比較することにより、抗原とアフィニティの高い抗体を設計することができる、抗体設計装置、抗体設計方法、プログラム、および、記録媒体を提供することができる。
【０２８２】
また、本発明によれば、従来技術のように抗体と抗原の全体構造を取得してドッキングシュミレーション技術などを用いて複合体を設定しアフィニティを計算する場合には、計算対象の系が巨大になることから、ハイスループットな計算機資源が必要となり、かつ計算時間が膨大にかかるという問題点があったが、本発明のように抗原のエピトープ構造と抗体のＣＤＲ構造のみについて複合体構造を設定する方式を採用することにより、精度を対する影響を少なくしつつ計算負担を軽減することができる抗体設計装置、抗体設計方法、プログラム、および、記録媒体を提供することができる。
【０２８３】
また、本発明によれば、エピトープ断片の類似配列および／またはエピトープ断片パターンの類似構造を持つ類似データを検索して得点を付け、高い得点が付されたデータの構造データを雛型として、エピトープ‐ＣＤＲ相対的位置関係および／またはエピトープ‐ＣＤＲ結合関係をできるだけ保持するように複合体構造を作成するので、既知の抗体−抗原の複合体構造データに基づいて新規の複合体構造を精度よく予測することができる抗体設計装置、抗体設計方法、プログラム、および、記録媒体を提供することができる。
【０２８４】
また、本発明によれば、配列と構造との間の相関の大きさを計算し、計算された相関の大きさに応じて側鎖のロータマーの揺らぎの大きさを示す自由度を計算し、計算された側鎖構造の自由度に基づいて、主鎖と側鎖を含めた複合体構造を作成するので、ロータマー揺らぎによる動的アフィニティ計算結果を反映することができ、より、現実のアフィニティ実測値に近い予測を行うことができる抗体設計装置、抗体設計方法、プログラム、および、記録媒体を提供することができる。
【０２８５】
また、本発明によれば、複合体と単体の自由エネルギーの差によりアフィニティを計算し、および／または、コンタクトポテンシャルによりアフィニティを計算するので、静電的相互作用、疎水的相互作用などのパラメータを、与えられた情報、計算時間、求められる精度によって統計ポテンシャル、分子力学、量子化学、コンタクトポテンシャルなどを使い分けて用いることができる抗体設計装置、抗体設計方法、プログラム、および、記録媒体を提供することができる。
【０２８６】
また、本発明によれば、アフィニティの平均値および分散値に基づいてアフィニティ評価関数を設定し、計算されたアフィニティをアフィニティ評価関数に基づいて評価を行うので、予測精度に対する影響を少なくしつつ、かつ計算負担を少なくことができる抗体設計装置、抗体設計方法、プログラム、および、記録媒体を提供することができる。
【０２８７】
また、本発明によれば、ＣＤＲ部位のミューテーションさせる位置を、ランダムに、または、アフィニティ評価に基づいて決定するので、遺伝的アルゴリズムなどの手法を用いてランダムに決定した場合には計算負担を少なくすることができ、また、アフィニティ評価に基づいて決定する場合には、アフィニティ平均値減少に寄与したロータマー揺らぎ構造をもつアミノ酸を重点的に変異させることなどができるようになるため、ミューテーションによる抗体精度の向上効率を上げることができる抗体設計装置、抗体設計方法、プログラム、および、記録媒体を提供することができる。
【０２８８】
さらに、本発明によれば、２次構造予測結果を用いたＳＶＭによるエピトープ部位予測のパラメータＳ（ｉ）、オリゴペプチド頻度情報を用いたエピトープ部位予測のパラメータＯ（ｉ）、エピトープ部位アミノ酸頻度情報を用いたエピトープ部位予測のパラメータＫ（ｉ）の少なくとも一つに基づいて抗原のエピトープ部位を予測するので、処理対象の抗原のエピトープ部位に関する情報がない場合であっても、効率的に予測することができる抗体設計装置、抗体設計方法、プログラム、および、記録媒体を提供することができる。
【図面の簡単な説明】
【図１】本発明の基本原理を示す原理構成図である。
【図２】本発明のエピトープ構造予測処理の一例を示すフローチャートである。
【図３】本発明のエピトープ部位予測処理の一例を示すフローチャートである。
【図４】本発明の断片構造予測処理の一例を示すフローチャートである。
【図５】本発明のＣＤＲ構造予測処理の一例を示すフローチャートである。
【図６】本発明の複合体構造予測処理の一例を示すフローチャートである。
【図７】本発明の構造最適化処理の一例を示すフローチャートである。
【図８】本発明のアフィニティ計算処理の一例を示すフローチャートである。
【図９】本発明のアフィニティ評価処理の一例を示すフローチャートである。
【図１０】アミノ酸配列が「ＡＡＡＧＫＷＦ」の場合に、各２次構造予測手段により処理し、結合部位を抽出した処理結果の一例を示す図である。
【図１１】アミノ酸配列がＡＧＦＷＫＲＰの場合に、各２次構造予測手段により処理し、結合部位を抽出した処理結果の一例を示す図である。
【図１２】エピトープ部位アミノ酸出現頻度情報ＤＢに登録された情報の一例を示す図である。
【図１３】統計ポテンシャル、分子力学、量子化学の特徴の一例を示す図である。
【図１４】本発明が適用される本システムの構成の一例を示すブロック図である。
【図１５】複合体構造予測部１０２ａの構成の一例を示すブロック図である。
【図１６】アフィニティ計算部１０２ｂの構成の一例を示すブロック図である。
【図１７】アフィニティ評価部１０２ｃの構成の一例を示すブロック図である。
【図１８】ＣＤＲ配列ミューテーション部１０２ｄの構成の一例を示すブロック図である。
【符号の説明】
１００ 抗体設計装置
１０２ 制御部
１０２ａ 複合体構造予測部
１０２ｂ アフィニティ計算部
１０２ｃ アフィニティ評価部
１０２ｄ ＣＤＲ配列ミューテーション部
１０２ｅ エピトープ構造予測部
１０２ｆ ＣＤＲ構造予測部
１０２ｇ 類似データ得点化部
１０２ｈ 複合体構造作成部
１０２ｉ ロータマー自由度計算部
１０２ｊ ロータマー自由度反映構造作成部
１０２ｋ 構造最適化部
１０２ｍ 断片構造予測部
１０２ｐ 自由エネルギー計算部
１０２ｑ コンタクトポテンシャル計算部
１０２ｒ アフィニティ評価関数設定部
１０２ｓ ミューテーション位置決定部
１０４ 通信制御インターフェース部
１０６ 記憶部
１０６ａ 入力データファイル
１０６ｂ エピトープ情報データベース
１０６ｃ ＣＤＲ情報データベース
１０６ｄ 複合体情報データベース
１０６ｅ ２次構造予測結果データファイル
１０６ｆ オリゴペプチド頻度情報データベース
１０６ｇ エピトープ部位アミノ酸頻度情報ファイル
１０６ｈ ＥＣデータベース
１０６ｉ アフィニティデータベース
１０６ｊ ロータマーデータベース
１０８ 入出力制御インターフェース部
１１２ 入力装置
１１４ 出力装置
２００ 外部システム
３００ ネットワーク
Claims (22)
- 抗原のエピトープ部位のエピトープ構造と、当該抗原に結合する抗体のＣＤＲ部位のＣＤＲ構造の複合体構造データを予測する複合体構造予測手段と、
上記複合体構造予測手段により予測された上記複合体構造データについて、上記エピトープ構造と上記ＣＤＲ構造との間のアフィニティを計算するアフィニティ計算手段と、
上記アフィニティ計算手段により計算された上記アフィニティを評価するアフィニティ評価手段と、
上記ＣＤＲ部位の配列の一部についてミューテーションを行うＣＤＲ配列ミューテーション手段と、
を備え、
上記ＣＤＲ配列ミューテーション手段により変異されたＣＤＲ部位のＣＤＲ構造に基づいて上記複合体構造予測手段により変異後の複合体構造データを予測し、当該変異後の複合体構造データについて上記アフィニティ計算手段により変異後のアフィニティを計算し、上記アフィニティ評価手段により当該変異後のアフィニティの評価を行い、変異前後のアフィニティの評価結果を比較することにより、抗原とアフィニティの高い抗体を設計することを特徴とする抗体設計装置。 - 上記複合体構造予測手段は、
エピトープ断片の類似配列および／またはエピトープ断片パターンの類似構造を持つ類似データを検索して得点を付ける類似データ得点化手段と、
上記類似データ得点化手段により高い得点が付されたデータの構造データを雛型として、エピトープ‐ＣＤＲ相対的位置関係および／またはエピトープ‐ＣＤＲ結合関係をできるだけ保持するように複合体構造を作成する複合体構造作成手段と、
を備えたことを特徴とする請求項１に記載の抗体設計装置。 - 上記複合体構造予測手段は、
配列と構造との間の相関の大きさを計算する相関計算手段と、
上記相関計算手段により計算された相関の大きさに応じて側鎖のロータマーの揺らぎの大きさを示す自由度を計算するロータマー自由度計算手段と、
上記ロータマー自由度計算手段により計算された側鎖構造の上記自由度に基づいて、主鎖と側鎖を含めた複合体構造を作成するロータマー自由度反映構造作成手段と、
を備えたことを特徴とする請求項１または２に記載の抗体設計装置。 - 上記アフィニティ計算手段は、
複合体と単体の自由エネルギーの差により上記アフィニティを計算する自由エネルギー計算手段、および／または、
コンタクトポテンシャルにより上記アフィニティを計算するコンタクトポテンシャル計算手段、
を備えたことを特徴とする請求項１から３のいずれか一つに記載の抗体設計装置。 - 上記アフィニティ評価手段は、
上記アフィニティの平均値および分散値に基づいてアフィニティ評価関数を設定するアフィニティ評価関数設定手段、
をさらに備え、
上記アフィニティ計算手段により計算された上記アフィニティを上記アフィニティ評価関数に基づいて評価を行うこと、
を特徴とする請求項１から４のいずれか一つに記載の抗体設計装置。 - 上記ＣＤＲ配列ミューテーション手段は、
上記ＣＤＲ部位のミューテーションさせる位置を、ランダムに、または、アフィニティ評価に基づいて決定するミューテーション位置決定手段、
をさらに備えたことを特徴とする請求項１から５のいずれか一つに記載の抗体設計装置。 - ２次構造予測結果を用いたＳＶＭによるエピトープ部位予測のパラメータＳ（ｉ）、オリゴペプチド頻度情報を用いたエピトープ部位予測のパラメータＯ（ｉ）、エピトープ部位アミノ酸頻度情報を用いたエピトープ部位予測のパラメータＫ（ｉ）の少なくとも一つに基づいて抗原のエピトープ部位を予測するエピトープ部位予測手段、
をさらに備えたことを特徴とする請求項１から６のいずれか一つに記載の抗体設計装置。 - 抗原のエピトープ部位のエピトープ構造と、当該抗原に結合する抗体のＣＤＲ部位のＣＤＲ構造の複合体構造データを予測する複合体構造予測ステップと、
上記複合体構造予測ステップにより予測された上記複合体構造データについて、上記エピトープ構造と上記ＣＤＲ構造との間のアフィニティを計算するアフィニティ計算ステップと、
上記アフィニティ計算ステップにより計算された上記アフィニティを評価するアフィニティ評価ステップと、
上記ＣＤＲ部位の配列の一部についてミューテーションを行うＣＤＲ配列ミューテーションステップと、
を含み、
上記ＣＤＲ配列ミューテーションステップにより変異されたＣＤＲ部位のＣＤＲ構造に基づいて上記複合体構造予測ステップにより変異後の複合体構造データを予測し、当該変異後の複合体構造データについて上記アフィニティ計算ステップにより変異後のアフィニティを計算し、上記アフィニティ評価ステップにより当該変異後のアフィニティの評価を行い、変異前後のアフィニティの評価結果を比較することにより、抗原とアフィニティの高い抗体を設計することを特徴とする抗体設計方法。 - 上記複合体構造予測ステップは、
エピトープ断片の類似配列および／またはエピトープ断片パターンの類似構造を持つ類似データを検索して得点を付ける類似データ得点化ステップと、
上記類似データ得点化ステップにより高い得点が付されたデータの構造データを雛型として、エピトープ‐ＣＤＲ相対的位置関係および／またはエピトープ‐ＣＤＲ結合関係をできるだけ保持するように複合体構造を作成する複合体構造作成ステップと、
を含むことを特徴とする請求項８に記載の抗体設計方法。 - 上記複合体構造予測ステップは、
配列と構造との間の相関の大きさを計算する相関計算ステップと、
上記相関計算ステップにより計算された相関の大きさに応じて側鎖のロータマーの揺らぎの大きさを示す自由度を計算するロータマー自由度計算ステップと、
上記ロータマー自由度計算ステップにより計算された側鎖構造の上記自由度に基づいて、主鎖と側鎖を含めた複合体構造を作成するロータマー自由度反映構造作成ステップと、
を含むことを特徴とする請求項８または９に記載の抗体設計方法。 - 上記アフィニティ計算ステップは、
複合体と単体の自由エネルギーの差により上記アフィニティを計算する自由エネルギー計算ステップ、および／または、
コンタクトポテンシャルにより上記アフィニティを計算するコンタクトポテンシャル計算ステップ、
を含むことを特徴とする請求項８から１０のいずれか一つに記載の抗体設計方法。 - 上記アフィニティ評価ステップは、
上記アフィニティの平均値および分散値に基づいてアフィニティ評価関数を設定するアフィニティ評価関数設定ステップ、
をさらに含み、
上記アフィニティ計算ステップにより計算された上記アフィニティを上記アフィニティ評価関数に基づいて評価を行うこと、
を特徴とする請求項８から１１のいずれか一つに記載の抗体設計方法。 - 上記ＣＤＲ配列ミューテーションステップは、
上記ＣＤＲ部位のミューテーションさせる位置を、ランダムに、または、アフィニティ評価に基づいて決定するミューテーション位置決定ステップ、
をさらに含むことを特徴とする請求項８から１２のいずれか一つに記載の抗体設計方法。 - ２次構造予測結果を用いたＳＶＭによるエピトープ部位予測のパラメータＳ（ｉ）、オリゴペプチド頻度情報を用いたエピトープ部位予測のパラメータＯ（ｉ）、エピトープ部位アミノ酸頻度情報を用いたエピトープ部位予測のパラメータＫ（ｉ）の少なくとも一つに基づいて抗原のエピトープ部位を予測するエピトープ部位予測ステップ、
をさらに含むことを特徴とする請求項８から１３のいずれか一つに記載の抗体設計方法。 - 抗原のエピトープ部位のエピトープ構造と、当該抗原に結合する抗体のＣＤＲ部位のＣＤＲ構造の複合体構造データを予測する複合体構造予測ステップと、
上記複合体構造予測ステップにより予測された上記複合体構造データについて、上記エピトープ構造と上記ＣＤＲ構造との間のアフィニティを計算するアフィニティ計算ステップと、
上記アフィニティ計算ステップにより計算された上記アフィニティを評価するアフィニティ評価ステップと、
上記ＣＤＲ部位の配列の一部についてミューテーションを行うＣＤＲ配列ミューテーションステップと、
を含み、
上記ＣＤＲ配列ミューテーションステップにより変異されたＣＤＲ部位のＣＤＲ構造に基づいて上記複合体構造予測ステップにより変異後の複合体構造データを予測し、当該変異後の複合体構造データについて上記アフィニティ計算ステップにより変異後のアフィニティを計算し、上記アフィニティ評価ステップにより当該変異後のアフィニティの評価を行い、変異前後のアフィニティの評価結果を比較することにより、抗原とアフィニティの高い抗体を設計することを特徴とする抗体設計方法をコンピュータに実行させることを特徴とするプログラム。 - 上記複合体構造予測ステップは、
エピトープ断片の類似配列および／またはエピトープ断片パターンの類似構造を持つ類似データを検索して得点を付ける類似データ得点化ステップと、
上記類似データ得点化ステップにより高い得点が付されたデータの構造データを雛型として、エピトープ‐ＣＤＲ相対的位置関係および／またはエピトープ‐ＣＤＲ結合関係をできるだけ保持するように複合体構造を作成する複合体構造作成ステップと、
を含むことを特徴とする請求項１５に記載のプログラム。 - 上記複合体構造予測ステップは、
配列と構造との間の相関の大きさを計算する相関計算ステップと、
上記相関計算ステップにより計算された相関の大きさに応じて側鎖のロータマーの揺らぎの大きさを示す自由度を計算するロータマー自由度計算ステップと、
上記ロータマー自由度計算ステップにより計算された側鎖構造の上記自由度に基づいて、主鎖と側鎖を含めた複合体構造を作成するロータマー自由度反映構造作成ステップと、
を含むことを特徴とする請求項１５または１６に記載のプログラム。 - 上記アフィニティ計算ステップは、
複合体と単体の自由エネルギーの差により上記アフィニティを計算する自由エネルギー計算ステップ、および／または、
コンタクトポテンシャルにより上記アフィニティを計算するコンタクトポテンシャル計算ステップ、
を含むことを特徴とする請求項１５から１７のいずれか一つに記載のプログラム。 - 上記アフィニティ評価ステップは、
上記アフィニティの平均値および分散値に基づいてアフィニティ評価関数を設定するアフィニティ評価関数設定ステップ、
をさらに含み、
上記アフィニティ計算ステップにより計算された上記アフィニティを上記アフィニティ評価関数に基づいて評価を行うこと、
を特徴とする請求項１５から１８のいずれか一つに記載のプログラム。 - 上記ＣＤＲ配列ミューテーションステップは、
上記ＣＤＲ部位のミューテーションさせる位置を、ランダムに、または、アフィニティ評価に基づいて決定するミューテーション位置決定ステップ、
をさらに含むことを特徴とする請求項１５から１９のいずれか一つに記載のプログラム。 - ２次構造予測結果を用いたＳＶＭによるエピトープ部位予測のパラメータＳ（ｉ）、オリゴペプチド頻度情報を用いたエピトープ部位予測のパラメータＯ（ｉ）、エピトープ部位アミノ酸頻度情報を用いたエピトープ部位予測のパラメータＫ（ｉ）の少なくとも一つに基づいて抗原のエピトープ部位を予測するエピトープ部位予測ステップ、
をさらに含むことを特徴とする請求項１５から２０のいずれか一つに記載のプログラム。 - 上記請求項１５から２１のいずれか一つに記載されたプログラムを記録したことを特徴とするコンピュータ読み取り可能な記録媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003083775A JP4250443B2 (ja) | 2003-03-25 | 2003-03-25 | 抗体設計装置、抗体設計方法、プログラム、および、記録媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003083775A JP4250443B2 (ja) | 2003-03-25 | 2003-03-25 | 抗体設計装置、抗体設計方法、プログラム、および、記録媒体 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2004295256A true JP2004295256A (ja) | 2004-10-21 |
| JP4250443B2 JP4250443B2 (ja) | 2009-04-08 |
Family
ID=33399156
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2003083775A Expired - Fee Related JP4250443B2 (ja) | 2003-03-25 | 2003-03-25 | 抗体設計装置、抗体設計方法、プログラム、および、記録媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4250443B2 (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007265268A (ja) * | 2006-03-29 | 2007-10-11 | Fujitsu Ltd | 抗原決定基予測プログラム、抗原決定基予測装置、および抗原決定基予測方法 |
| WO2018052131A1 (ja) * | 2016-09-16 | 2018-03-22 | 国立大学法人大阪大学 | 免疫実体クラスタリングソフトウェア |
-
2003
- 2003-03-25 JP JP2003083775A patent/JP4250443B2/ja not_active Expired - Fee Related
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007265268A (ja) * | 2006-03-29 | 2007-10-11 | Fujitsu Ltd | 抗原決定基予測プログラム、抗原決定基予測装置、および抗原決定基予測方法 |
| WO2018052131A1 (ja) * | 2016-09-16 | 2018-03-22 | 国立大学法人大阪大学 | 免疫実体クラスタリングソフトウェア |
| JPWO2018052131A1 (ja) * | 2016-09-16 | 2019-08-08 | 国立大学法人大阪大学 | 免疫実体クラスタリングソフトウェア |
Also Published As
| Publication number | Publication date |
|---|---|
| JP4250443B2 (ja) | 2009-04-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Venkatraman et al. | Protein-protein docking using region-based 3D Zernike descriptors | |
| Zaki et al. | Protein complex detection using interaction reliability assessment and weighted clustering coefficient | |
| Clark et al. | Relative binding affinity prediction of charge-changing sequence mutations with FEP in protein–protein interfaces | |
| Jia et al. | Protein asparagine deamidation prediction based on structures with machine learning methods | |
| Lin et al. | Information assessment on predicting protein-protein interactions | |
| Durham et al. | Solvent accessible surface area approximations for rapid and accurate protein structure prediction | |
| Vajda et al. | Sampling and scoring: A marriage made in heaven | |
| Chen et al. | Protein-protein interaction prediction using a hybrid feature representation and a stacked generalization scheme | |
| El-Manzalawy et al. | Recent advances in B-cell epitope prediction methods | |
| Kukreja et al. | Comparative study of classification algorithms for immunosignaturing data | |
| Yan et al. | Pushing the accuracy limit of shape complementarity for protein-protein docking | |
| Lo et al. | Prediction of conformational epitopes with the use of a knowledge-based energy function and geometrically related neighboring residue characteristics | |
| JP2004086862A (ja) | タンパク質相互作用情報処理装置、タンパク質相互作用情報処理方法、プログラム、および、記録媒体 | |
| Kynast et al. | Evaluation of the coarse-grained OPEP force field for protein-protein docking | |
| US20080021686A1 (en) | Cluster modeling, and learning cluster specific parameters of an adaptive double threading model | |
| Pan et al. | Computationally identifying hot spots in protein-DNA binding interfaces using an ensemble approach | |
| US11532377B2 (en) | Systems and methods for modeling a protein parameter for understanding protein interactions and generating an energy map | |
| Wu et al. | Accurate prediction of protein relative solvent accessibility using a balanced model | |
| CN116508103A (zh) | 用于生物治疗开发的方法和系统 | |
| Leonhart et al. | A biased random key genetic algorithm for the protein–ligand docking problem | |
| Sevy et al. | Integrating linear optimization with structural modeling to increase HIV neutralization breadth | |
| Han et al. | Large-scale prediction of long disordered regions in proteins using random forests | |
| Desta et al. | Mapping of antibody epitopes based on docking and homology modeling | |
| Wong et al. | Fast de novo discovery of low‐energy protein loop conformations | |
| Liu et al. | In-silico prediction of blood-secretory human proteins using a ranking algorithm |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060111 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20090113 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20090119 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120123 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130123 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140123 Year of fee payment: 5 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |