JP2016527481A5 - - Google Patents

Download PDF

Info

Publication number
JP2016527481A5
JP2016527481A5 JP2016518523A JP2016518523A JP2016527481A5 JP 2016527481 A5 JP2016527481 A5 JP 2016527481A5 JP 2016518523 A JP2016518523 A JP 2016518523A JP 2016518523 A JP2016518523 A JP 2016518523A JP 2016527481 A5 JP2016527481 A5 JP 2016527481A5
Authority
JP
Japan
Prior art keywords
atom
theta
iota
ligand
atoms
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
Application number
JP2016518523A
Other languages
English (en)
Other versions
JP6484612B2 (ja
JP2016527481A (ja
Filing date
Publication date
Priority claimed from GBGB1310544.0A external-priority patent/GB201310544D0/en
Application filed filed Critical
Publication of JP2016527481A publication Critical patent/JP2016527481A/ja
Publication of JP2016527481A5 publication Critical patent/JP2016527481A5/ja
Application granted granted Critical
Publication of JP6484612B2 publication Critical patent/JP6484612B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Claims (15)

  1. 高分子標的の結合部位に結合するリガンドを最初から設計するか、又は高分子標的の結合部位に対するリガンドの親和力を改善するためにリガンドに対する修飾を識別する方法であって、
    a)前記標的の結合部位の表面を形成する原子の標的リストを識別するステップと、
    b)前記標的リスト中の各原子を、特定のシータ原子種として識別するステップであって、前記原子は以後シータ原子と呼ばれる上記ステップと、
    c)生物学的高分子の構造データベースから、非結合性の分子内又は分子間の原子と原子との接触に関する情報を抽出するステップであって、接触している原子の組のうちの第1の原子が、特定のシータ原子種に属し、前記組のうちの対向する第2の原子が、以後イオタ原子と呼ばれる特定のイオタ原子種に属し、前記情報が、前記シータ原子に対する前記イオタ原子の相対的な空間的データ及び/又は文脈データを含み、前記データベースに由来する所与のシータ原子種の複数の接触について収集された前記データは、以後シータ接触セットと呼ばれる上記ステップと、
    d)ステップb)の標的リストで識別されたシータ原子毎に、ステップc)で抽出された対応するシータ接触セットからの所与のイオタ原子種又は事前に決定された関連するイオタ原子種の群に関係するデータを、前記標的の結合部位内又はその周辺に重ね合わせるステップと、
    e)前記所与のイオタ原子種又は前記事前に決定された関連するイオタ原子種の群が強い理論傾向を有する結合部位の1つ又は複数の好ましい領域が予測されるように、重ね合わせたデータを統合及び/又はパーシングするステップと、
    f)前記候補リガンドを前記結合部位内に概念的に嵌め込んで、前記候補リガンドの1つ又は複数の原子の種類及び位置を前記イオタ原子種毎に予測された好ましい領域と比較することにより、代替的及び/又は追加的な候補リガンド原子と各イオタ原子種の好ましい領域の間で、より多くの交差を生成するような前記候補リガンドに対する修飾を、前記代替的及び/又は追加的な候補リガンド原子に関して識別するステップであって、これにより非修飾候補リガンドと比較して、修飾された前記候補リガンドの前記結合部位に対する親和力の改善をもたらす上記ステップと
    を含み、
    前記データベース中の各非結合性の分子内又は分子間接触が、タンパク質フォールドの対向する残基の間、又は高分子フォールドの対向するモノマーユニットの間、又は2つの相互作用する高分子パートナーの間の接触として定義され、具体的には前記フォールドの一方の側にあるシータ原子又は第1の相互作用するパートナーと、反対側のイオタ原子又は第2の相互作用するパートナーとの間に位置し、ここで下記の条件:
    s−Rw≦t、式中sは前記接触の2原子間の間隔であり、Rwは前記接触の2原子のファンデルワールス半径の合計であり、tは事前に決定された閾値距離である
    が満たされる事例において、
    前記シータ原子種が、所与のシータ原子をイオタ原子として含む接触に関するデータを除いて、所与のシータ原子種についてステップc)で抽出されたシータ接触セットのデータと、任意のその他のシータ原子種についてステップc)で抽出された任意のその他のシータ接触セットのデータとの間で交差が存在しないように、ステップb)で一義的に識別される、上記方法。
  2. 前記シータ原子種及び前記イオタ原子が
    タンパク質の20種の天然アミノ酸中に存在する167個の非水素原子、
    デオキシリボ核酸ポリマー(DNA)の4種のヌクレオチド中に存在する82個の非水素原子、
    メチル化されたDNAヌクレオチド、シチジンホスフェート、及びアデノシンホスフェート中に存在する42個の非水素原子、
    リボ核酸ポリマー(RNA)の4種のヌクレオチドホスフェート中に存在する85個の非水素原子、
    RNAの2−O’−メチル化リボースヌクレオチドホスフェート中に存在する89個の非水素原子、
    最も一般的な、転写後塩基修飾されたRNA中に存在する400個を超える非水素原子
    のうち一つのみとして各々識別される、請求項に記載の方法。
  3. ステップ(c)で抽出された前記文脈データが、シータ接触セット中の各接触の組について局所的環境に関する文脈情報を含有し、前記文脈情報には、二次構造、前記接触の組を構成するアミノ酸の種類又はその他のモノマーの種類、前記接触のいずれか一方の側にあるポリマー鎖内の隣接するモノマーユニット及び/又はそのローカルな幾何学的配置、前記接触のいずれか一方の側にあるポリペプチド鎖内の隣接アミノ酸、前記隣接するモノマーユニット又はアミノ酸のローカルな幾何学的配置、シータ原子の温度因子、イオタ原子の温度因子、シータ原子の接近可能な表面積、イオタ原子の接近可能な表面積、特定のシータ原子に関する異なるイオタ原子の接触数、及びシータ原子と同一のモノマーユニット上にあるその他のシータ原子の数のうちの1つ又は複数が、任意の組み合わせで含まれる、請求項1又は2に記載の方法。
  4. ステップ(f)が、前記候補リガンドの1つ又は複数の原子と、前記結合部位内のイオタ原子種又は事前に決定された関連するイオタ原子種の群に関する予測された好ましい領域(単数又は複数)との間の重複度を増加させるような、前記候補リガンドの修飾を識別するステップを含む、請求項1からまでのいずれか一項に記載の方法。
  5. 前記候補リガンドに対する複数の修飾が、ステップ(f)で識別され、前記方法が、1)前記代替的及び/又は追加的候補リガンド原子と各イオタ原子種の好ましい領域との間の交差の程度が、非修飾候補リガンドと比較してそれよりも大きいこと、並びに2)1つ又は複数の因子が修飾された前記候補リガンドが前記結合部位に結合することにより形成された複合体の総エネルギーに寄付する程度が、非修飾候補リガンドが結合した場合と比較してそれよりも減少することのうちの1つ又は両方に基づき、識別された修飾のサブセットを選択するステップを更に含む、請求項1からまでのいずれか一項に記載の方法。
  6. 前記リガンドが、タンパク質であるか、或いは前記リガンドが、抗体である、請求項1からまでのいずれか一項に記載の方法。
  7. ステップ(f)が、前記標的の結合部位と直接接触する、又は前記標的の結合部位近傍にある前記リガンドの1つ又は複数のアミノ酸残基のそれぞれを、他の19種の天然アミノ酸から選択された1つ又は複数の代替的残基のそれぞれと置換するステップであって、各置換は残基置換と呼ばれる上記ステップを含み、
    置換残基と前記リガンド又は標的の隣接原子との間に干渉を引き起こさない残基置換毎に、前記置換残基の各原子の種類及び位置を、各イオタ原子種の好ましい領域と比較して、前記置換残基がオリジナルの残基の原子より多くの交差を生成するかどうか識別する、請求項に記載の方法。
  8. オリジナルの残基の原子より多くの交差を生成するものとして識別される残基置換のリストをアウトプットするステップと、
    リスト化された残基置換毎に、前記候補リガンドの突然変異を用いて、前記残基置換が組み込まれた修飾リガンドを生成するステップと、
    どの残基置換が事前に決定された閾値を上回る親和力の改善を引き起こすか判定するために、前記標的の結合部位に対する各修飾リガンドの親和力を試験するステップと
    を更に含む、請求項に記載の方法。
  9. 請求項1からまでのいずれか一項に記載の方法を、コンピューターに実施させるためのコンピューター読み取り可能なインストラクションを含むコンピューター読み取り可能なメディア又はシグナル。
  10. 請求項1からまでのいずれか一項に記載の方法に基づき、治療リガンドを設計するステップと、
    そのように設計された治療リガンドを製造するステップと
    を含む、治療リガンドの製造方法。
  11. 請求項10に記載の方法製造された治療リガンド。
  12. 高分子標的の結合部位に結合するリガンドを最初から設計するか、又は高分子標的の結合部位に対するリガンドの親和力を改善するためにリガンドに対する修飾を識別する方法において用いるために、データベースを作成する方法であって、
    タンパク質又は高分子のシータ原子と呼ばれる第1の原子と、イオタ原子と呼ばれる第2の原子との間で非結合性の分子内接触が生ずる事例を識別するために、複数のタンパク質又はその他の生物学的高分子それぞれに存在する原子の相対的な位置を分析するステップと、
    識別された接触毎に、シータ原子の種類、イオタ原子の種類、及びシータ原子に対するイオタ原子の相対的位置を特定するデータベースを作成するステップと
    を含み、
    非結合性の分子内接触が、下記の条件:
    s−Rw≦t、式中sはシータ原子とイオタ原子との間の間隔であり、Rwはシータ原子とイオタ原子のファンデルワールス半径の合計であり、tは事前に決定された閾値距離で、一般的に2.5オングストローム、好ましくは0.8オングストロームであること、並びに
    タンパク質の場合、シータ原子及びイオタ原子は、直鎖状のポリペプチド上の互いに少なくとも4残基分離したアミノ酸残基上にあるか、又は別のポリペプチド鎖上にあること
    を満たすものとして定義される、上記方法。
  13. 高分子標的の結合部位に結合するリガンドを最初から設計するか、又は高分子標的の結合部位に対するリガンドの親和力を改善するためにリガンドに対する修飾を識別する方法において用いるために、データベースを作成する方法であって、
    タンパク質又は高分子のシータ原子と呼ばれる第1の原子と、イオタ原子と呼ばれる第2の原子との間で非結合性の分子内接触が生ずる事例を識別するために、複数のタンパク質又はその他の生物学的高分子それぞれに存在する原子の相対的な位置を分析するステップと、
    識別された接触毎に、シータ原子の種類、イオタ原子の種類、及びシータ原子に対するイオタ原子の相対的位置を特定するデータベースを作成するステップと
    を含み、
    非結合性の分子内接触が、下記の条件:
    s−Rw≦t、式中sはシータ原子とイオタ原子との間の間隔であり、Rwはシータ原子とイオタ原子のファンデルワールス半径の合計であり、tは事前に決定された閾値距離で、一般的に2.5オングストローム、好ましくは0.8オングストロームであること
    を満たす事例として定義され、
    前記方法が、データベースを細分化して識別された接触の群を形成するステップであって、前記識別された接触の群において、シータ原子が、タンパク質の20種の天然アミノ酸中に存在する167個の非水素原子のうち一つのみであり、イオタ原子が、タンパク質の20種の天然アミノ酸中に存在する167個の非水素原子を化学的類似性に基づき群に分類することより取得された複数の非重複群のうち一つのみの群に含まれる上記ステップを含む、上記方法。
  14. 請求項12又は13の方法で作成されたデータベースを保管する、コンピューター読み取り可能なメディア。
  15. 請求項1からまでのいずれか一項に記載の方法、又は請求項12又は13の方法編纂されたデータベースを用いる方法であって、所与の抗体−抗原複合体について、抗原に対する抗体のより高い結合親和力を生成することが、抗体結合部位内又はその周辺のアミノ酸残基に対する特異的突然変異において予測される、上記方法。
JP2016518523A 2013-06-13 2014-06-13 改善された治療リガンドの取得 Active JP6484612B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
GB1310544.0 2013-06-13
GBGB1310544.0A GB201310544D0 (en) 2013-06-13 2013-06-13 Obtaining an improved therapeutic ligand
PCT/EP2014/062478 WO2014198951A2 (en) 2013-06-13 2014-06-13 Obtaining an improved therapeutic ligand

Publications (3)

Publication Number Publication Date
JP2016527481A JP2016527481A (ja) 2016-09-08
JP2016527481A5 true JP2016527481A5 (ja) 2017-07-20
JP6484612B2 JP6484612B2 (ja) 2019-03-13

Family

ID=48914497

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016518523A Active JP6484612B2 (ja) 2013-06-13 2014-06-13 改善された治療リガンドの取得

Country Status (15)

Country Link
US (2) US20160125124A1 (ja)
EP (1) EP3008648B1 (ja)
JP (1) JP6484612B2 (ja)
KR (1) KR20160019504A (ja)
CN (1) CN105308602B (ja)
AU (1) AU2014280055A1 (ja)
BR (1) BR112015031171A2 (ja)
CA (1) CA2914726A1 (ja)
CL (1) CL2015003591A1 (ja)
GB (1) GB201310544D0 (ja)
HK (1) HK1218579A1 (ja)
MX (1) MX2015016822A (ja)
RU (1) RU2016100234A (ja)
SG (2) SG10201707917UA (ja)
WO (1) WO2014198951A2 (ja)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20240024520A1 (en) 2020-03-27 2024-01-25 UCB Biopharma SRL Autonomous knob domain peptides
CN113380320B (zh) * 2021-07-01 2022-03-15 中国海洋大学 基于阳性化合物残基贡献相似度的分子对接结果筛选方法
CN114530215B (zh) * 2022-02-18 2023-03-28 北京有竹居网络技术有限公司 设计配体分子的方法和装置
CN115171774A (zh) * 2022-05-17 2022-10-11 慧壹科技(上海)有限公司 一种抗体/大分子药物的亲和力改造系统和方法

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5331573A (en) * 1990-12-14 1994-07-19 Balaji Vitukudi N Method of design of compounds that mimic conformational features of selected peptides
ATE199109T1 (de) 1992-03-27 2001-02-15 Akiko Itai Verfahren zur analyse der struktur von stabilen zusammengesetzten biopolymerligandmolekuelen
GB0011818D0 (en) * 2000-05-16 2000-07-05 Inpharmatica Ltd Lead molecule generation
US20020025535A1 (en) 2000-06-15 2002-02-28 Diller David J. Prioritization of combinatorial library screening
WO2002016930A2 (en) 2000-08-21 2002-02-28 Ribotargets Limited Computer-based modelling of ligand/receptor structures
EP1328809A1 (en) * 2000-10-15 2003-07-23 Ortho-Mcneil Pharmaceutical, Inc. Improved ligand binding assays for vanilloid receptors
PL365758A1 (en) * 2000-12-29 2005-01-10 Savient Pharmaceuticals,Inc. Specific human antibodies for selective cancer therapy
US20030148391A1 (en) * 2002-01-24 2003-08-07 Salafsky Joshua S. Method using a nonlinear optical technique for detection of interactions involving a conformational change
WO2005007806A2 (en) 2003-05-07 2005-01-27 Duke University Protein design for receptor-ligand recognition and binding
US20060105390A1 (en) * 2003-10-29 2006-05-18 Yi Zhang Method of characterizing heterogeneity in receptor-ligand interactions and related method of assay signal histogram transformation
JP2005181104A (ja) * 2003-12-19 2005-07-07 Hitachi Ltd 高精度ドッキングスコアリング方法
WO2006099178A2 (en) 2005-03-11 2006-09-21 Schrodinger, Llc Predictive scoring function for estimating binding affinity
GB0620729D0 (en) 2006-10-18 2006-11-29 Ucb Sa Biological products
US20080319677A1 (en) * 2007-05-24 2008-12-25 Peter Hrnciar Systems and Methods for Designing Molecules with Affinity for Therapeutic Target Proteins
CN101855392A (zh) 2007-11-12 2010-10-06 电子虚拟生物科技株式会社 虚拟筛选装置及虚拟筛选方法
GB0807413D0 (en) 2008-04-23 2008-05-28 Ucb Pharma Sa Biological products
CN102365361B (zh) * 2009-03-24 2015-09-02 株式会社钟化 对免疫球蛋白具有亲和性的蛋白质和免疫球蛋白结合性亲和配体
US9023876B2 (en) * 2010-07-08 2015-05-05 Adhaere Pharmaceuticals, Inc. Compounds and methods for regulating integrins
ME02734B (me) 2011-01-14 2017-10-20 Ucb Biopharma Sprl Antitelo koje vezuje il-17a i il-17f

Similar Documents

Publication Publication Date Title
Wang et al. Analysis of deep learning methods for blind protein contact prediction in CASP12
Northey et al. IntPred: a structure-based predictor of protein–protein interaction sites
Ghani et al. Improved docking of protein models by a combination of alphafold2 and cluspro
Chen et al. ATPsite: sequence-based prediction of ATP-binding residues
Zheng et al. FUpred: detecting protein domains through deep-learning-based contact map prediction
CN111788633A (zh) 用于蛋白质鉴定的解码方法
WO2019036055A2 (en) METHODS OF SELECTING BINDING REAGENTS
KR20190101966A (ko) 범-암 게놈에서 dna 접근성을 예측하기 위한 방법 및 시스템
Taguchi et al. Principal component analysis-based unsupervised feature extraction applied to in silico drug discovery for posttraumatic stress disorder-mediated heart disease
Tuncbag et al. Fast and accurate modeling of protein–protein interactions by combining template‐interface‐based docking with flexible refinement
JP2018535481A5 (ja)
Tress et al. Predicted residue–residue contacts can help the scoring of 3D models
JP2016527481A5 (ja)
Fornes et al. On the use of knowledge-based potentials for the evaluation of models of protein–protein, protein–DNA, and protein–RNA interactions
KR101888628B1 (ko) 염기 프로파일과 조성을 이용하여 단백질과 결합하는 rna 서열 영역을 예측하는 방법 및 매체
La et al. A novel method for protein–protein interaction site prediction using phylogenetic substitution models
Launay et al. Homology modelling of protein-protein complexes: a simple method and its possibilities and limitations
RU2016100234A (ru) Получение терапевтического лиганда с улучшенными свойствами
Chen et al. Integration of spatial and single-cell data across modalities with weakly linked features
KR20160057003A (ko) 결합 상대방을 고려하여 rna 서열에서 단백질과 결합하는 부위를 예측하는 방법
Piątkowski et al. SupeRNAlign: a new tool for flexible superposition of homologous RNA structures and inference of accurate structure-based sequence alignments
Kundrotas et al. Protein–protein alternative binding modes do not overlap
Yousef et al. SFM: a novel sequence-based fusion method for disease genes identification and prioritization
Hu et al. Individually double minimum-distance definition of protein–RNA binding residues and application to structure-based prediction
Yao et al. Predicting hot spot residues at protein–DNA binding interfaces based on sequence information