JP4576194B2 - 化合物構造推定装置、化合物構造推定方法及びそのプログラム - Google Patents

Description

本発明は、複数の化合物に共通する特徴的な構造を推定する化合物構造推定装置、化合物構造推定方法及びそのプログラムに関するものである。

従来の創薬において、複数の化合物に共通する特徴を抽出して化合物の分類を行う手法について幾つか提案がなされている。例えば、複数の化合物の集合において各化合物内の１特徴の有る／無しで集合を分割して、その分割処理を再帰的に繰り返すことによって、二分木を作成して化合物を分類していく技術が開示されている（例えば、特許文献１を参照。）。

特表２００１−５２３２３３号公報

ところで、近年では化合物の構造情報に関するデータベースも充実して来ており、大量の化合物の構造情報を基に、特定のグループに属する化合物に共通する構造的な特徴を簡便に把握することができる技術についても望まれるようになっている。

本発明は、上述した事情を考慮してなされたもので、特定のグループに属する化合物に共通する構造的な特徴を抽出することができる化合物構造推定装置、化合物構造推定方法及びそのプログラムを提供することを目的とする。
また、利用者に対して化合物の構造における特徴部分が視覚的にも把握しやすいよう化合物の構造図を表示することができる化合物構造推定装置、化合物構造推定方法及びそのプログラムを提供することを目的とする。

この発明は、上述した課題を解決すべくなされたもので、本発明による化合物構造推定装置においては、複数の化合物に関する情報として少なくとも化合物の構造に関する情報を含む化合物情報を格納する化合物情報データベースから前記化合物情報と、特定の細胞に対する薬理活性又は毒性があると推定される化合物のグループを特定するグループ情報とを参照可能な化合物構造推定装置であって、種々の化合物の構造における一部の元素のつながりを抽出した部分パスに関する情報を格納する部分パス情報データベースと、前記化合物情報データベースから参照する前記化合物情報と前記部分パス情報データベースから参照する前記部分パスに関する情報とを基に、各化合物に対して前記部分パスを含むか否かを示す部分パス有無情報を算出する算出手段と、前記部分パス情報データベースに格納されている各部分パスについて、前記算出手段が算出した各化合物の前記部分パス有無情報を基に、前記化合物情報データベースに前記化合物情報が格納されている化合物群であって母集団となる第１の化合物群における前記部分パスの出現確率と、前記第１の化合物群のうち、前記グループ情報に基づいて特定される第２の化合物群における前記部分パスの出現確率とのオッズ比を算出し、前記オッズ比が予め定められた閾値以上または以下となる部分パスを前記第２の化合物群における特徴部分パスとして特定する比較手段とを具備することを特徴とする。

これにより、本発明による化合物構造推定装置は、第２の化合物群に共通の構造的な特徴となる特徴部分パスを特定することができる。すなわち、特定のグループに属する化合物に共通する構造的な特徴を抽出することができる。ここで、部分パス有無情報とは、例えば部分パスの有無を数字の「１」、「０」の羅列で示した情報であり、各数字の並びは、例えば部分パスに付与された識別番号の順番となっている。

また、本発明による化合物構造推定装置の一態様例においては、上記比較手段が特定した特徴部分パスの一部又は全部を含む２次元的な化学構造を推定する構造推定手段を更に具備することを特徴とする。
これにより、第２の化合物群に共通の構造的な特徴となる特徴部分パスを有する化合物を特定することができる。

また、本発明による化合物構造推定装置の一態様例においては、表示手段と、構造推定手段が推定した２次元的な化学構造を表示手段に表示する処理を行う表示処理手段とを更に具備することを特徴とする。
これにより、第２の化合物群に共通の構造的な特徴となる特徴部分パスを有する化合物の２次元的な化学構造を利用者に示すことができ、利用者は、特定のグループに属する化合物（第２の化合物群）に共通する構造的な特徴を簡便に把握することが可能となる。

また、本発明による化合物構造推定装置の一態様例においては、上記表示処理手段は、２次元的な化学構造を表示する場合に、特徴部分パスに関する情報を合わせて表示手段に表示することを特徴とする。
これにより、第２の化合物群に共通の構造的な特徴となる特徴部分パスを、化合物の２次元的な化学構造と合わせて、利用者に示すことができ、利用者は、特定のグループに属する化合物（第２の化合物群）に共通する構造的な特徴である特徴部分パスを簡便に把握することが可能となる。

また、本発明による化合物構造推定装置の一態様例においては、前記グループ情報で特定される化合物群の化合物うち、前記部分パス有無情報の類似する化合物をまとめてクラスタとして分類し、分類されたクラスタのうちクラスタに含まれる化合物数が最大のクラスタを前記第２の化合物群として特定する分類処理手段を更に具備していることを特徴とする。

これにより、第２の化合物群における部分パス有無情報にバラツキがあっても、精度のよい特徴部分パスを特定することができる。

また、本発明による化合物構造推定方法においては、複数の化合物に関する情報として少なくとも化合物の構造に関する情報を含む化合物情報を格納する化合物情報データベースから前記化合物情報と、特定の細胞に対する薬理活性又は毒性があると推定される化合物のグループを特定するグループ情報とを参照可能であり、算出手段と、比較手段とを具備する化合物構造推定装置を用いた化合物構造推定方法であって、前記算出手段が、種々の化合物の構造における一部の元素のつながりを抽出した部分パスに関する情報を格納する部分パス情報データベースから参照する前記部分パスに関する情報と、前記化合物情報データベースから参照する前記化合物情報とを基に、各化合物に対して前記部分パスを含むか否かを示す部分パス有無情報を算出する算出ステップと、前記比較手段が、前記部分パス情報データベースに格納されている各部分パスについて、前記算出ステップで算出した各化合物の前記部分パス有無情報を基に、前記化合物情報データベースに前記化合物情報が格納されている化合物群であって母集団となる第１の化合物群における前記部分パスの出現確率と、前記第１の化合物群のうち、前記グループ情報に基づいて特定される第２の化合物群における前記部分パスの出現確率とのオッズ比を算出し、前記オッズ比が予め定められた閾値以上または以下となる部分パスを前記第２の化合物群における特徴部分パスとして特定する比較ステップとを有することを特徴とする。

また、本発明によるプログラムは、複数の化合物に関する情報として少なくとも化合物の構造に関する情報を含む化合物情報を格納する化合物情報データベースから前記化合物情報と、特定の細胞に対する薬理活性又は毒性があると推定される化合物のグループを特定するグループ情報とを参照可能なコンピュータを、種々の化合物の構造における一部の元素のつながりを抽出した部分パスに関する情報を格納する部分パス情報データベースから参照する前記部分パスに関する情報と、前記化合物情報データベースから参照する前記化合物情報とを基に、各化合物に対して前記部分パスを含むか否かを示す部分パス有無情報を算出する算出手段と、前記部分パス情報データベースに格納されている各部分パスについて、前記算出手段が算出した各化合物の前記部分パス有無情報を基に、前記化合物情報データベースに前記化合物情報が格納されている化合物群であって母集団となる第１の化合物群における前記部分パスの出現確率と、前記第１の化合物群のうち、前記グループ情報に基づいて特定される第２の化合物群における前記部分パスの出現確率とのオッズ比を算出し、前記オッズ比が予め定められた閾値以上または以下となる部分パスを前記第２の化合物群における特徴部分パスとして特定する比較手段として機能させるプログラムである。

本発明による化合物構造推定装置、化合物構造推定方法及びそのプログラムによれば、特定のグループに属する化合物に共通する構造的な特徴を簡便に把握することができる。

以下、本発明の実施の形態を説明する。
本発明の一実施形態における化合物構造推定装置は、特定のグループに属している化合物（例えば特定の疾患等に対する効き目がある化合物）に共通する構造的な特徴を推定する装置であり、以下にその概略構成について説明を行う。図１は、本実施形態における化合物構造推定装置の概略構成を示す図である。

図１において、１は、化合物構造推定装置であり、例えば癌細胞に対して薬理活性を有する複数の化合物において、共通する構造的な特徴を推定する処理を行う。２は、化合物構造推定装置１が備える表示装置であり、例えばＣＲＴ（Ｃａｔｈｏｄｅ Ｒａｙ Ｔｕｂｅ）や液晶ディスプレイなどである。尚、化合物構造推定装置１は、図示していないが、マウスやキーボードなどの入力装置を具備する。

次に、化合物構造推定装置１の内部の機能構成について説明する。１１は、制御部であり、化合物構造推定装置１内の各処理部の制御や、データの流れの制御を行う。１２は、データベースであり、化合物情報データベース１２ａ、グループ情報１２ｂ、及び部分パス情報データベース１２ｃを備える。化合物情報データベース１２ａは、化合物の名称、構造情報（化学記号及びその接続関係の情報）、構造図（２次元又は３次元の分子構造図）など、化合物に関する種々の情報を格納する。

グループ情報１２ｂは、例えば特定の疾患等に対する効き目がある化合物のグループを特定する情報（グループ名など）と、そのグループに属する化合物の名称とを関連付けた情報である。本実施形態では、化合物の薬理活性や毒性ついて未知の細胞情報に対して、薬理活性又は毒性を有する化合物として推定された複数の化合物のグループ（以下、グループＡとする）に関する情報がグループ情報１２ｂに格納されているとする。

部分バス情報データベース１２ｃは、種々の化合物の一部のパス（元素のつながり）を抽出した部分パスにＩＤ（識別子）を付与した情報を格納する。図２は、図１に示した部分バス情報データベース１２ｃの情報構成例を示す図である。図２に示すように、部分パスに対してＩＤが付与されている。尚、本実施形態において化合物情報データベース１２ａに格納されている化合物は約４０００種類の化合物であり、部分パス情報データベース１２ｃには、約１万個の部分パスに関する情報が格納されている。尚、本実施形態における部分パスは、例えば９パス以下の連結パスであり、実存する化合物の集団において、出現頻度１．０〜０．００２までのパスを算出したものである。尚、この部分パスの算出時には水素原子についてのパスを除外している。

１３は、ＦＰ算出処理部であり、化合物情報データベース１２ａに格納されている全化合物各々に対して、部分パス情報データベース１２ｃから参照する各部分パスを含むか否かを「１」、「０」で示した数字の羅列であるＦＰ（Ｆｉｎｇｅｒ Ｐｒｉｎｔ）を算出する。具体的には、ＦＰ算出処理部１３は、化合物δのＦＰ（部分パス有無情報）として、構造特徴であるベクトル変数ｆ（δ）（＝ＦＰ）を以下に示す式１、２を計算することにより算出する。

ここで、式１、２に示したθ、Θ、Π（δ）について説明する。本実施形態では、化合物を無向グラフと考え、原子を点、結合を辺とみなし、ｆ（δ）の各要素を特定のパスθ（以下、部分パスθとする）を含むか否かの２値として扱う。図２に示したように、部分パスθは例えば「Ｃ−Ｃ＝Ｏ」といった形で表現できる。ベクトル変数ｆ（δ）の各要素に対応する部分パスθの集合Θを部分パス情報データベース１２ｃに格納される全部分パスの集合とする。また、化合物δの全パスの内、集合Θに含まれるパス集合をΠ（δ）とすると、以下の式３、４が成り立つ。

１４は、ＦＰ格納部であり、ＦＰ算出処理部１３が算出した全化合物のＦＰに関する情報を格納する。尚、本実施形態の部分パスθの個数（約１万個）と、ＦＰであるベクトル変数ｆ（δ）に含まれる「１」及び「０」の個数は同数となる。

１５は、ＦＰ分類処理部であり、グループ情報１２ｂで指定される特定のグループに属する化合物δ₁、δ₂間のＦＰの類似度を算出してクラスタリングを行うことで、グループに属する化合物のＦＰを分類する。この際、ＦＰ分類処理部１５は、ＦＰ格納部１４から化合物δ₁及びδ₂のＦＰを参照する。具体的には、まず、ＦＰ分類処理部１５は、化合物δ₁、δ₂間の類似度ｔ（δ₁、δ₂）を、以下の「Ｔａｎｉｍｏｔｏ ｍｅａｓｕｒｅ」である式５に基づいて算出する。

ここでＦＰ分類処理部１５が式５により求める類似度ｔ（δ₁、δ₂）の値域は０≦ｔ（δ₁、δ₂）≦１であり、二つの化合物がＦＰ上で同一の構造特徴を持つ場合に類似度ｔの値は１となる。

次に、ＦＰ分類処理部１５は、式５で求めた類似度ｔに基づくクラスタリングを行う。具体的には、ＦＰ分類処理部１５は、類似度ｔ（δ₁、δ₂）に基づいてグループ情報１２ｂに格納される化合物の集合（以下、集合Ψとする）をクラスタリングする。本実施形態のＦＰ分類処理部１５が、クラスタリングに用いるアルゴリズムは例えば「Ｈｉｅｒａｔｉｃａｌ ｎｅａｒｅｓｔ ｎｅｉｇｈｂｏｒロジック」である。このロジックでは、集合Ψの要素間における類似度ｔの最大値である最大距離Ｔの半分以下の類似度となる要素群を一つのクラスタとして扱う。

図４は、図１に示したＦＰ分類処理部１５によるクラスタリングの結果例及びクラスタ別の骨格構造分布表示例を示す図である。図４において、４１は、ＦＰ分類処理部１５が分類したクラスタの中で含まれる化合物数が最大のクラスタ（以下、最大クラスタとする）である。４２は、最大クラスタ４１の骨格構造分布図であり、利用者が骨格構造の有無を把握しやすい表示形式で表示したものである。尚、以下の説明において、化合物情報データベース１２ａに格納されている全ての化合物δの集合を母集団Δとする。

具体的には、骨格構造分布図４２には、最大クラスタ４１と母集団Δとの各部分パスの出現確率の違いを、色の違いで示した縦縞として表示している。すなわち、骨格構造分布図４２において、縦縞が多いほど最大クラスタ４１は、母集団Δと異なる骨格構造を有すると言える。

尚、本実施形態において「骨格構造」とは、特定集団において、特定の部分パスθが母集団Δよりも極端に高い又は低い出現頻度を持つ場合（＝オッズ比οの値が閾値（Ｋ_U又はＫ_L）より高い又は低い場合）に、その特定集団は部分パスθという「骨格構造」を有すると定義する。

次に、ＦＰ比較処理部１６は、ＦＰ分類処理部１５が分類したクラスタにおいて、クラスタに含まれる化合物数が最大の最大クラスタ４１のＦＰと、ＦＰ格納部１４から参照する母集団Δとなる全化合物のＦＰと比較することで、最大クラスタ４１の特徴的な骨格構造を求める。尚、本実施形態において、各部分パスθにおける特定集団（ここでは最大クラスタ４１のＦＰ）と母集団Δ（ここでは全化合物のＦＰ）間の出現確率の比を、オッズ比οとして定義する。すなわち、ＦＰ比較処理部１６は、最大クラスタ４１のＦＰと母集団ΔのＦＰを比較することで、最大クラスタ４１において出現頻度の高い（又は低い）部分パス（特徴部分パス）θを特定して、骨格構造として出力する。

具体的には、ＦＰ比較処理部１６は、最大クラスタ４１（以下、特定集団Ψとする）と化合物の母集団Δに基づく骨格構造ｂを、オッズ比οを用いた以下の式６〜８を計算することで求める。

式６〜８を見れば分かるように、骨格構造ｂにおいて、ιが１又は０となっている箇所に対応する部分パスθが、骨格構造となる。また、式８のＫ_UとＫ_Lは、パラメータであり、それぞれ部分パスθの存在を骨格構造とみなすための閾値と、部分パスθの不在を骨格構造とみなすための閾値とを示す。

また、ＦＰ比較処理部１６は、上述したオッズ比οを、以下の式９により算出する。

この式９においては、特定集団Ψ内と母集団Δ内に部分パスθが存在する確率をそれぞれｙ₁、ｇ₁として、オッズ比ο（ｙ₁，ｇ₁）を求めている。式９において、上から７つ目までの場合分けは例外ケースを記述しているものであり、通常は、８つ目のο（ｙ₁，ｇ₁）＝（ｙ₁／（１−ｙ₁））／（ｇ₁／（１−ｇ₁））を求める。尚、ｙ₁＝１∨ｙ₁＝０の場合（式９の上から６、７番目のケース）には、上述した式８の評価式の代わりに、以下の式１０を用いる。

図５は、図１に示したＦＰ比較処理部１６が、求めた部分パス別のオッズ比の例を示す図である。尚、図５の例においては、例えば上述した閾値Ｋ_U＝１００、Ｋ_L＝０．０１とした場合に、閾値Ｋ_U＝１００を超えた部分パスの内上位１５個を降順に示している。図５において、部分パス５１、５２は、オッズ比οが１番、２番目に高いパスである。ＦＰ比較処理部１６は、図５に示した部分パスを含む閾値Ｋ_U＝１００を超えた部分パスに対応する部分を「１」とする骨格構造ｂを出力する。

１７は、構造推定処理部であり、ＦＰ比較処理部１６が求めた骨格構造ｂを最も多く含む化合物の２次元的な構造を推定する。具体的には、構造推定処理部１７は、化合物情報データベース１２ａから既存の化合物の構造を参照することで、ＦＰ比較処理部１６が求めた骨格構造ｂで指定される部分パスを含む化合物を推定して、その化合物名や化合物の２次元的な構造図を特定する。

１８は、表示処理部であり、構造推定処理部１７が推定した化合物の２次元的な構造図を表示装置２に表示する。図６は、表示処理部１８が表示装置２に表示する化合物の２次元的な構造図の例を示す図である。図６に示すように、表示処理部１８は、化合物６１の構造図上に、オッズ比οが１、２番目に高かった部分パス５１、５２をそれぞれ異なる点線で示している。尚、図６に示した化合物６１は、Ｂｅｎｚｏｔｈｉｏｐｈｅｎｅｄｉｏｎｅ構造体を含む化合物（以下、化合物Ｂとする）である。

次に、図１に示した化合物構造推定装置１における化合物の構造の推定処理について、具体例を示して説明する。図３は、図１に示した化合物構造推定装置１における化合物の構造の推定処理を示すフロー図である。

尚、図３の処理を説明するに当たり、具体例として、癌細胞の一種であるＭＥＬ−ＵＡＣＣ−２５７に対して薬理活性のあると推定された５０個の化合物のグループがグループ情報１２ｂに格納されている場合の処理結果例も合わせて説明する。癌細胞「ＭＥＬ−ＵＡＣＣ−２５７」に対しては上記化合物Ｂが薬理活性を有することが分かっており、グループ情報１２ｂに格納された化合物には、化合物Ｂが母集団よりも高確率で含まれている。具体的には、例えば母集団（例えば４４４４個の化合物）における化合物Ｂの割合は約０．５％であるが、グループ情報１２ｂに格納されている化合物において化合物Ｂが含まれる割合は２０％（１０個）であるとする。このようなグループ情報１２ｂと母集団を比較することで、化合物Ｂを特定できるような骨格構造を推定することができれば、本実施形態の化合物構造推定装置１における化合物の構造推定処理は有効なものであるといえる。

まず、ステップＳ１において、ＦＰ算出処理部１３は、化合物情報データベース１２ａに格納されている全化合物各々に対して、部分パス情報データベース１２ｃから参照する各部分パスを含むか否かを「１」、「０」で示した数字の羅列であるＦＰを算出する。これにより、ＦＰ格納部１４にＦＰ算出処理部１３が算出した各化合物別のＦＰが格納される。具体例では、ＦＰ算出処理部１３は、化合物情報データベース１２ａに格納されている４４４４個の化合物各々に対して、部分パス情報データベース１２ｃから参照する約１万個の部分パスの各々が含まれているか否かを判断してＦＰを算出した。

次に、ステップＳ２において、ＦＰ分類処理部１５は、グループ情報１２ｂに格納されている薬理活性が有ると推定された化合物間のＦＰの類似度を算出してクラスタリングを行う。具体例では、グループ情報１２ｂに含まれる５０個の化合物をクラスタリング処理することで、上述した化合物Ｂを含む構造の１０個の化合物が同じクラスタに分類され、例えば図４に示した最大クラスタ４１を得た。

このように、クラスタリングする理由としては、精度良く共通する構造である部分パスを抽出するためである。すなわち、構成が類似していない化合物の集団からは精度よく共通の部分パスを抽出することが困難だからである。以上の理由により、例えば、グループ情報１２ｂに格納されている薬理活性が有ると推定された全ての化合物の構造が類似している場合には、クラスタリングの必要はない。

次に、ステップＳ３、Ｓ４において、ＦＰ比較処理部１６は、ＦＰ分類処理部１５が分類したクラスタにおいて、クラスタに含まれる化合物数が最大の最大クラスタ４１のＦＰと、ＦＰ格納部１４から参照する母集団Δとなる全化合物のＦＰと比較して、図５に示したように部分パス毎のオッズ比を算出して、所定の閾値以上（又は所定の閾値以下）のオッズ比となった部分パスを特定する情報を、最大クラスタ４１の骨格構造として出力する。具体例では、図５に示したように、ＦＰ比較処理部１６は、１５個以上の部分パスをオッズ比が閾値以上と判断して、最大クラスタ４１の骨格構造ｂとして推定している。

尚、本実施形態において最大クラスタ４１を母集団Δとの比較対照とした理由は、特定の癌細胞に対する薬理活性があると推定されるグループ情報１２ｂに含まれる５０個の化合物の中で、類似する構造を有する（＝同一クラスタに分類される）化合物の最大グループに共通の特徴的な構造が、特定の癌細胞に対する薬理活性に関係しているのではないかと推測したためである。もちろん、ＦＰ比較処理部１６は、ＦＰ分類処理部１５が分類した最大クラスタではない他のクラスタについても、母集団Δと上記と同様の比較処理を行っても良い。

次に、ステップＳ５において、構造推定処理部１７は、ＦＰ比較処理部１６が求めた骨格構造を最も多く含む化合物の２次元的な構造を推定する。具体例では、構造推定処理部１７は、図６の化合物６１に示すような２次元的な構造を推定している。

次に、ステップＳ６において、表示処理部１８は、構造推定処理部１７が推定した化合物の２次元的な構造図を表示装置２に表示すると共に、その構造図上に最大クラスタ４１の骨格構造を構成する部分パスの一部を明示する。具体例では、表示処理部１８は、図６に示すように、化合物６１の２次元的な構造図を示すと共に、最大クラスタ４１の骨格構造を構成する部分パスの内、オッズ比が１、２番目に高い部分パス５１、５２をそれぞれ異なる種類の点線で示している。これにより、化合物６１の２次元的な構造の中で、どの部分パスが特徴的なパスとして認識されているかを示すことができる。

以上に説明したように、本実施形態における化合物構造推定装置１においては、特定のグループに属する化合物に共通する構造的な特徴として、母集団と比較して出現頻度の高い部分パスを特定することができる。すなわち、特定のグループに属する化合物に共通する特定の部分パスを有するという構造的な特徴を抽出することができる。更に、本実施形態における化合物構造推定装置１は、特定した部分パスを有する化合物を推定し、推定した化合物の構造情報を表示することができる。これにより、利用者は、特定のグループに属する化合物に共通する構造的な特徴を簡便に把握することができる。

尚、上述した実施形態においては、図１に示したように、化合物構造推定装置１内に化合物情報データベース１２ａや部分パス情報データベース１２ｃを設けたが、この構成に限定されるものではなく、例えば、化合物構造推定装置１がネットワーク接続機能を備えることで、それらのデータベースを外部に設けて、ネットワークを介してデータベースにアクセスする構成であってもよい。

また、上述した実施形態において、図１に示した化合物構造推定装置１の各処理部は、ハードウェアとしてはメモリ及びＣＰＵ（中央演算装置）により構成され、各処理部の機能を実現する為のプログラムをメモリに読み込んでＣＰＵが実行することによりその機能を実現するものである。また、そのような構成に限定されるものではなく、化合物構造推定装置１の各処理部における一部の処理又は全部の処理を専用のハードウェアにより実現してもよい。

また、上記メモリは、ハードディスク装置や光磁気ディスク装置、フラッシュメモリ等の不揮発性のメモリや、ＣＤ−ＲＯＭ等の読み出しのみが可能な記録媒体、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）のような揮発性のメモリ、あるいはこれらの組合せによるコンピュータ読み取り、書き込み可能な記録媒体より構成されるものとする。

また、図１に示した化合物構造推定装置１の各処理部は、上述したようにコンピュータがプログラムを実行することによって実現しているが、そのプログラムをコンピュータに供給するための手段、例えばかかるプログラムを記録したコンピュータ読み取り可能な記録媒体又はかかるプログラムを伝送する伝送媒体も本発明の実施形態として適用することができる。また、上記のプログラムを記録したコンピュータ読み取り可能な記録媒体等のプログラムプロダクトも本発明の実施形態として適用することができる。上記のプログラム、記録媒体、伝送媒体及びプログラムプロダクトは、本発明の範疇に含まれる。

また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発メモリ（ＲＡＭ）のように、一定時間プログラムを保持しているものも含むものとする。

また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。

また、上記プログラムは、前述した機能の一部を実現する為のものであっても良い。さらに、前述した機能をコンピュータシステムに既に記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であっても良い。

以上、この発明の実施形態について図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。

本実施形態における化合物構造推定装置の概略構成を示す図である。 図１に示した部分バス情報データベース１２ｃの情報構成例を示す図である。 図１に示した化合物構造推定装置１における化合物の構造の推定処理を示すフロー図である。 図１に示したＦＰ分類処理部１５によるクラスタリングの結果例及びクラスタ別の骨格構造分布表示例を示す図である。 図１に示したＦＰ比較処理部１６が、求めた部分パス別のオッズ比の例を示す図である。 表示処理部１８が表示装置２に表示する化合物の２次元的な構造図の例を示す図である。

符号の説明

１ 化合物構造推定装置
２ 表示装置
１１ 制御部
１２ データベース
１２ａ 化合物情報データベース
１２ｂ グループ情報
１２ｃ 部分パス情報データベース
１３ ＦＰ算出処理部
１４ ＦＰ格納部
１５ ＦＰ分類処理部
１６ ＦＰ比較処理部
１７ 構造推定処理部
１８ 表示処理部

Claims (7)

1. 複数の化合物に関する情報として少なくとも化合物の構造に関する情報を含む化合物情報を格納する化合物情報データベースから前記化合物情報と、特定の細胞に対する薬理活性又は毒性があると推定される化合物のグループを特定するグループ情報とを参照可能な化合物構造推定装置であって、
   種々の化合物の構造における一部の元素のつながりを抽出した部分パスに関する情報を格納する部分パス情報データベースと、
   前記化合物情報データベースから参照する前記化合物情報と前記部分パス情報データベースから参照する前記部分パスに関する情報とを基に、各化合物に対して前記部分パスを含むか否かを示す部分パス有無情報を算出する算出手段と、
   前記部分パス情報データベースに格納されている各部分パスについて、前記算出手段が算出した各化合物の前記部分パス有無情報を基に、前記化合物情報データベースに前記化合物情報が格納されている化合物群であって母集団となる第１の化合物群における前記部分パスの出現確率と、前記第１の化合物群のうち、前記グループ情報に基づいて特定される第２の化合物群における前記部分パスの出現確率とのオッズ比を算出し、前記オッズ比が予め定められた閾値以上または以下となる部分パスを前記第２の化合物群における特徴部分パスとして特定する比較手段と
   を具備することを特徴とする化合物構造推定装置。
2. 前記比較手段が特定した前記特徴部分パスの一部又は全部を含む２次元的な化学構造を推定する構造推定手段を更に具備することを特徴とする請求項１に記載の化合物構造推定装置。
3. 表示手段と、
   前記構造推定手段が推定した２次元的な化学構造を前記表示手段に表示する処理を行う表示処理手段と
   を更に具備することを特徴とする請求項２に記載の化合物構造推定装置。
4. 前記表示処理手段は、前記２次元的な化学構造を表示する場合に、前記特徴部分パスに関する情報を合わせて前記表示手段に表示することを特徴とする請求項３に記載の化合物構造推定装置。
5. 前記グループ情報で特定される化合物群の化合物うち、前記部分パス有無情報の類似する化合物をまとめてクラスタとして分類し、分類されたクラスタのうちクラスタに含まれる化合物数が最大のクラスタを前記第２の化合物群として特定する分類処理手段を更に具備していることを特徴とする請求項１から４のいずれか１項に記載の化合物構造推定装置。
6. 複数の化合物に関する情報として少なくとも化合物の構造に関する情報を含む化合物情報を格納する化合物情報データベースから前記化合物情報と、特定の細胞に対する薬理活性又は毒性があると推定される化合物のグループを特定するグループ情報とを参照可能であり、算出手段と、比較手段とを具備する化合物構造推定装置を用いた化合物構造推定方法であって、
   前記算出手段が、種々の化合物の構造における一部の元素のつながりを抽出した部分パスに関する情報を格納する部分パス情報データベースから参照する前記部分パスに関する情報と、前記化合物情報データベースから参照する前記化合物情報とを基に、各化合物に対して前記部分パスを含むか否かを示す部分パス有無情報を算出する算出ステップと、
   前記比較手段が、前記部分パス情報データベースに格納されている各部分パスについて、前記算出ステップで算出した各化合物の前記部分パス有無情報を基に、前記化合物情報データベースに前記化合物情報が格納されている化合物群であって母集団となる第１の化合物群における前記部分パスの出現確率と、前記第１の化合物群のうち、前記グループ情報に基づいて特定される第２の化合物群における前記部分パスの出現確率とのオッズ比を算出し、前記オッズ比が予め定められた閾値以上または以下となる部分パスを前記第２の化合物群における特徴部分パスとして特定する比較ステップと
   を有することを特徴とする化合物構造推定方法。
7. 複数の化合物に関する情報として少なくとも化合物の構造に関する情報を含む化合物情報を格納する化合物情報データベースから前記化合物情報と、特定の細胞に対する薬理活性又は毒性があると推定される化合物のグループを特定するグループ情報とを参照可能なコンピュータを、
   種々の化合物の構造における一部の元素のつながりを抽出した部分パスに関する情報を格納する部分パス情報データベースから参照する前記部分パスに関する情報と、前記化合物情報データベースから参照する前記化合物情報とを基に、各化合物に対して前記部分パスを含むか否かを示す部分パス有無情報を算出する算出手段と、
   前記部分パス情報データベースに格納されている各部分パスについて、前記算出手段が算出した各化合物の前記部分パス有無情報を基に、前記化合物情報データベースに前記化合物情報が格納されている化合物群であって母集団となる第１の化合物群における前記部分パスの出現確率と、前記第１の化合物群のうち、前記グループ情報に基づいて特定される第２の化合物群における前記部分パスの出現確率とのオッズ比を算出し、前記オッズ比が予め定められた閾値以上または以下となる部分パスを前記第２の化合物群における特徴部分パスとして特定する比較手段と
   して機能させるプログラム。

Images