JPWO2007004643A1 - ３次元構造活性相関法と共に利用される分子重ね合わせ方法 - Google Patents

Abstract

仮想空間において、構造活性相関解析を指標として複数の分子の３次元構造データを重ね合わせる分子重ね合わせ方法であって、解析対象分子群から１つの分子の３次元構造データを取り除いた分子群で、３次元構造データによる第１の３次元構造活性相関解析を行いモデルの質を示す指標を求める工程Ａと、すべての分子について工程Ａを繰り返す工程Ｂと、工程Ｂで得られる第１の３次元構造活性相関解析よりモデルの質を示す指標を並べ替え、最もモデルの質を低下させている分子を求める工程Ｃと、工程Ｃで求めた分子のコンフォマーの３次元構造データを順次変化させて第２の３次元構造活性相関解析を行い、選択するコンフォマーを決定する工程Ｄと、収束条件を満たすまで工程Ａに戻る工程Ｅとを含むことを特徴とする分子重ね合わせ方法を提供する。

Description

本発明は、統計的手法を用いて化合物の構造と生理活性との相関を定量的に解析する３次元構造活性相関（3 Dimensional Quantitative Structure-Activity Relationships: 3D QSAR）法と共に利用される仮想空間における分子重ね合わせ法及びそのプログラムに関する。

仮想空間において、統計的手法を用いて化合物の構造と生理活性との相関を定量的に解析する３次元構造活性相関解析を実施する際には、先ず分子の重ね合わせが行われなければならない。仮想空間にて分子類似性を指標として行われる従来の分子重ね合わせ法は、分子の物理化学的特徴だけに基づいて重ね合わせを行うものである。すなわち、分子の持つ活性値（薬効や目的とする物性）とは無関係に重ね合わせが行われている。しかし、物理化学的な特徴が最も高い類似性を示す重ね合わせモデルを構造活性相関解析にそのまま用いても、良好な結果は必ずしも得られていない。

また、通常の3D QSAR解析では、多くのコンフォマーの中から解析に用いるコンフォマーを選択する必要がある。一般的には分子類似性などを指標としてコンフォマーを選択した後に3D QSAR解析を行うが、そのように選択されるコンフォマーが最もよい3D QSAR解析結果を与えるコンフォマーである保証はない。

一方で、生物活性や物性を指標として重ね合わせる手法としてファーマコフォアを指標とする方法が既にあり、非特許文献１に示されるDISCO、非特許文献２に示されるCatalyst、若しくはApex-3Dなどが知られている。これらの手法は、親水性基や電気的な相互作用を行うであろう置換基を重ね合わせることによりファーマコフォアモデルを作成し、引き続いて3D QSAR解析を行うことにより目的とするQSAR解析結果を得ようとするものである。医薬分子設計研究所の板井らは、分子の自由度を考慮した分子重ね合わせを行うため、標的蛋白側の水素結合位置と疎水性グループの位置を表すダミー原子の相対位置に基づき、分子のコンフォマーと相対位置の可能性を網羅的に探索し、QSAR解析を行い、重ね合わせモデルを決定している。

しかしながら、ファーマコフォアモデルを構築後に、非特許文献３に示されるCoMFA法などの3D QSAR解析を行う場合、ファーマコフォアモデル構築と3D QSAR解析のそれぞれの過程で用いられる相互作用計算方法が異なるため、用いた計算方法に応じて、異なる結果が与えられる危険性が内在する。

また、多くのコンフォマーを考慮する場合に、どの分子についてコンフォマーを入れ替えればモデルの質が向上するかという知見を得る方法について、現状確立された技術があるとはいえない。

さらに、従来の3D QSAR解析は計算量の増大と共に、計算機において多くのメモリー領域が必要となるため、通常のＰＣ（パーソナルコンピュータ）で簡便に3D QSAR解析を行うことが困難である。

Martin, Y. C.; Bures, M. G.; Danaher, E. A.; DeLazzer, J.; Lico, I.; Pavlik, P. A. A fast new approach to pharmacophore mapping and its application to dopaminergic and benzodiazepine agonists. J. Comput. Aided Mol. Des. 1993, 7, 83-102. Greene, J.; Kahn, S.; Savoj, H.; Sprague, P.; Teig, S. Chemical Function Queries for 3D Database Search. J. Chem. Inf. Comput. Sci., 1994, 34, 1297-1308. Cramer III, R. D.; Patterson, D. E.; Bunce, J. D. Comparative Molecular Field Analysis (CoMFA). 1. Effect of Shape on Binding of Steroids to Carrier Proteins. J. Am. Chem. Soc. 1988, 110, 5959-5967.

以上のことから、従来の分子重ね合わせ法には以下の欠点がある。
（１）3D QSAR解析を指標として重ね合わせを行っていないため、3D QSAR解析に用いた重ね合わせモデルが最もよい3D QSAR解析結果を与えるコンフォマーである保証はない。
（２）コンフォマーを入れ替え、3D QSAR解析の質を向上させるための分子を論理的に選択することはできない。
（３）3D QSAR解析結果やモデルの質が良好な場合においても、解析分子群のうち任意の分子が、他の分子と異なった空間を占めるモデルを与えることがある。すなわち、他の分子と大きく異なった空間は、本来分子が蛋白質と接触あるいはタンパク質に埋没する空間であるため、他の分子はこの空間をさけて重なり合ったが特定の分子のみこの領域を占有する、というようなことが生じる可能性も否定できない。
本発明は、これらの欠点を解消することを目的とするものである。

そこで、本発明に係る、仮想空間において、構造活性相関解析を指標として複数の分子の３次元構造データを重ね合わせる分子重ね合わせ方法は、
解析対象分子群から１つの分子の３次元構造データを取り除いた分子群で、３次元構造データによる第１の３次元構造活性相関解析を行いモデルの質を示す指標を求める工程Ａと、
すべての分子について工程Ａを繰り返す工程Ｂと、
工程Ｂで得られる第１の３次元構造活性相関解析よりモデルの質を示す指標を並べ替え、最もモデルの質を低下させている分子を求める工程Ｃと、
工程Ｃで求めた分子のコンフォマーの３次元構造データを順次変化させて第２の３次元構造活性相関解析を行い、選択するコンフォマーを決定する工程Ｄと、
収束条件を満たすまで工程Ａに戻る工程Ｅとを含むことを特徴とする。

このうち、工程Ａは、
計算に用いる複数の分子の３次元構造データを読み込む工程Ａ１と、
前工程で１つの分子の３次元構造データが取り除かれている場合に取り除いたデータを戻す工程Ａ２と、
読み込んだ複数の分子の３次元構造データから、１つの分子の３次元構造データを取り除いた分子群を作成する工程Ａ３と、
１つの分子の３次元構造データを取り除いた分子群について、３次元構造データによる第１の３次元構造活性相関解析でモデルの質を計算する工程Ａ４と、
計算した１つの分子の３次元構造データを取り除いた分子群についての第１の３次元構造活性相関解析の結果を保持する工程Ａ５とを含む。

工程Ｃは、
保持されている１つの分子の３次元構造データを取り除いた分子群についての第１の３次元構造活性相関解析結果を並べ替える工程Ｃ１と、
１つの分子の３次元構造データを取り除いた分子群についての第１の３次元構造活性相関解析結果で最もモデルの質を低下させているものを求め、その分子群において取り除かれていた分子を求める工程Ｃ２とを含む。

工程Ｄは、
工程Ｃで求めた分子についてコンフォマーの３次元構造データを新たに発生させる工程Ｄ１と、
工程Ｃで求めた分子について、別途作成されたコンフォマーに関するデータベースから、コンフォマーの３次元構造データを読み込む工程Ｄ２と、
工程Ｄ２を行う場合、工程Ｄ２の直後にコンフォマーを１つ選択する工程Ｄ３と、
第２の３次元構造活性相関解析を行う工程Ｄ４と、
平行移動や回転に係る収束条件に到達するまで、３次元構造上の平行移動や回転を行う工程Ｄ５と、
次のコンフォマーの３次元構造データを選択する若しくはコンフォマーの３次元構造データを新たに発生させる工程Ｄ６と、
コンフォマーについてすべて計算されたかを確認する工程Ｄ７と、
コンフォマーについてすべて計算されていない場合にコンフォマーの３次元構造データを入れ替える工程Ｄ８と、
保持されている第２の３次元構造活性相関解析結果を読み込み、第２の３次元構造活性相関解析により得られるモデルの質の評価値を並べ替える工程Ｄ９と、
並べ替えたモデルの質の評価値から最も良好なものを選び、最も適合的なモデルを与えるコンフォマーを決定する工程Ｄ１０とを含む。

ここでの収束条件は、例えば、計算時間や、計算回数、3D QSAR解析結果の増減の度合いなどに関する条件とすればよい。

モデルの質の評価は、q2（cross-validated r2）値（r2は重相関係数）や、Tropshaらにより提唱されたコンポーネント数に敏感な評価関数である1-(n-1)(1-q2)/(n-c)値（Cho, S. J.; Zheng, W.; Tropsha, A. Rational combinatorial library design. 2. Rational design of targeted combinatorial peptide libraries using chemical similarity probe and the inverse QSAR approaches. J. Chem. Inf. Comput. Sci. 1998, 38, 259-268.）や、これらの指標に対して分子の重なり程度を示す指標を加味して形成される指標などにより行われればよい。ここでnは解析に用いた分子数、cはコンポーネント数を表す。

上記の分子の重なり程度を示す指標として分子類似性が多用される。しかし、分子類似性では分子群の占める空間と任意の分子の重なり領域が考慮されるだけであって、任意の分子上の原子が分子群の占める空間からどの程度の距離にあるかについては考慮されていない。

上述の状況を鑑みて、上記の分子重ね合わせ方法において、工程Ａ４が、分子の重なり程度を示す指標を求め、これによりモデルの質を計算する工程Ｆを含み、
工程Ｄ４が、分子の重なり程度を示す指標を求め、これによりモデルの質を計算する工程Ｇを含むようにしてもよい。

更に、工程Ｆが、
工程Ａ３で作成された、１つの分子の３次元構造データを取り除いた分子群の、占める空間を求める工程Ｆ１と、
工程Ｆ１で求めた空間と、工程Ａ３で取り除いた分子の占める空間との差異を求める工程Ｆ２とを含み、
工程Ｇが、
解析対象分子群から、工程Ｃで求めた分子の３次元構造データを取り除いた分子群の、占める空間を求める工程Ｇ１と、
工程Ｇ１で求めた空間と、工程Ｃで求めた分子の占める空間との差異を求める工程Ｇ２とを含んでもよい。

更に、工程Ｆ１は、
クラスタ解析により分子群における原子位置を代表する代表点を求める工程Ｆ３を含み、
工程Ｆ２は、
取り除いた分子の原子位置と代表点との距離を求める工程Ｆ４と、
工程Ｆ４で求めた距離を用いて分子の重なり程度を評価する工程Ｆ５とを含み、
工程Ｇ１は、
クラスタ解析により分子群における原子位置を代表する代表点を求める工程Ｇ３を含み、
工程Ｇ２は、
取り除いた分子の原子位置と代表点との距離を求める工程Ｇ４と、
工程Ｇ４で求めた距離を用いて分子の重なり程度を評価する工程Ｇ５とを含んでもよい。

また、コンフォマーを発生させる場合、分子の自由結合を順次回転させてもよく、分子動力学法計算等により発生させてもよい。さらに、分子の平行移動や回転はSimplex法やPowell法などの最適化方法や、ランダムに移動させる手法を用いることができる。分子の平行移動や回転、あるいは、ランダムに移動させる手法での収束条件は、例えば、計算時間や、計算回数、3D QSAR解析結果の増減の度合いなどを用いることができる。

まとめると本発明に係る方法は、新たに生物活性や解析しようとする物性を指標に分子の重ね合わせを行う方法であり、この中には、コンフォマーを順次入れ替え、コンフォマーを入れ替えるべき分子を導き出す工程と、QSARモデルを最適化する工程が含まれる。

本発明に係る分子重ね合わせ方法では、3D QSAR解析結果を指標とする重ね合わせ方法を用いるため、重ね合わせ時の3D QSAR解析結果と最終モデルでの3D QSAR解析結果には矛盾がなく、精度の高い予測モデル構築が期待できる。また、本発明に係る分子重ね合わせ方法は、論理的にコンフォマーを順次入れ替える方法であるため、効率的に3D QSARモデルを構築することができる。更に、本発明に係る分子重ね合わせ方法は、通常のＰＣ（パーソナルコンピュータ）で行える簡便で良好な3D QSAR法及び分子の重ね合わせ方法として、効率的な薬物分子設計に応用できる。

本発明に係る構造活性相関解析を指標とした分子重ね合わせ法の概略プロセスを示すフローチャートである。 図１で図示したCoMASA_SP_LOOで行う処理の概略プロセスを示すフローチャートである。 CoMASA_SP_LOOの処理が行われたとき、どのように分子が選択されていくかの概略の手順を概念的に示す。 図２で図示したCoMASA_SP_LOO_mainで行う処理の概略プロセスを示すフローチャートである。 図１で図示したCoMASA_SP_OPTで行う処理の概略プロセスを示すフローチャートである。 図５で図示したCoMASA_SP_OPT_mainで行う処理の概要プロセスを示すフローチャートである。 CoMASA_SP_LOOで分子を決定し、CoMASA_SP_OPTでコンフォマーを順次入れ替える方法の概要を模式的に示す図である。 実施例１の解析に用いたPPAR-γアゴニストである。 実施例１における手法（１）の計算結果のグラフである。 実施例１における手法（２）の計算結果のグラフである。 実施例１における手法（３）の計算結果のグラフである。 実施例１において手法（１）により得られた重ね合わせモデルである。 実施例１において手法（２）により得られた重ね合わせモデルである。 実施例１において手法（３）により得られた重ね合わせモデルである。 実施例２において手法（４）により得られた重ね合わせモデルである。 実施例２において手法（５）により得られた重ね合わせモデルである。

以下、添付画面を参照して本発明に係る計算手法を採用した３次元構造活性相関（3D QSAR）法及び分子重ね合わせ法について説明する。なお、図面には示していないが、本発明の３次元構造活性相関法及び分子重ね合わせ法は、コンピュータを用いて行われるもので、適当なプログラム言語によって記述されたプログラムをコンピュータで実行することにより実現されるものである。また、プログラムは、ＣＤ−ＲＯＭ等の種々の既存の記録媒体に記録され、又はインターネットや電話回線等の回線を通じて提供される。

本発明の３次元構造活性相関法及び分子重ね合わせ法は、コンピュータ上の仮想空間において３次元構造データを利用して実現されるものである。従って、以下における「分子」「コンフォマー」は、仮想空間（ｘ，ｙ，ｚ）における「分子の３次元構造データ」「コンフォマーの３次元構造データ」を示すことになる。

図１は、本発明に係る３次元構造活性相関解析を指標とした分子重ね合わせ法の概略プロセスを示すフローチャートである。図示するように、この分子重ね合わせ法では、計算に用いる分子に３次元構造データ（各分子に含まれる複数の原子の３次元座標を含むデータ）を読み込むステップ（Ｓ０２）と、解析する化合物群からコンフォマーを変更すべき分子を決定するステップ（CoMASA_SP_LOO）（Ｓ０４）と、コンフォマーを入れ替えるべき分子を決定した後に、コンフォマーを順次入れ替えるステップ（CoMASA_SP_OPT）（Ｓ０６）と、収束条件になったか否かを判断するステップ（Ｓ０６）からなる。Ｓ０６で収束条件を満たせば、分子重ね合わせ法は終了する（Ｓ１０）。

この分子重ね合わせ法では、用いる分子の個数は限定されないが、ステップＳ０４（CoMASA_SP_LOO）において分子を１つ取り除いた分子群で（後述の）LOO法による3D QSAR解析を行うため、少なくとも３つの分子が必要である。また、ステップＳ０８での収束条件として、例えば、計算時間や、計算回数、3D QSAR解析結果の増減の度合いなどを用いることができる。

図２は、図１で図示したCoMASA_SP_LOO（Ｓ０４）で行う処理の概略プロセスを示すフローチャートである。本発明に係る３次元構造活性相関解析を指標とした分子重ね合わせ法では、最終的には全ての分子の全てのコンフォマーの重ね合わせを行うことを想定しているが、これを同時に行うことは不可能である。そこで、CoMASA_SP_LOOでは、分子を一つ選択し、その分子の全てのコンフォマーから最適なものを一つ選び出す計算を行う。その計算対象となる一つの分子を選択する方法として、本発明では、分子を一つ取り除いた上で（後述の）LOO法を行う。

図示するように、CoMASA_SP_LOOでは、LOO(Leave-one-out)法による3D QSAR解析を実際に行うステップ（CoMASA_SP_LOO_main）（Ｓ０４０２）と、3D QSAR解析結果を並べ替えコンフォマーを順次入れ替えるべき分子を決定するステップ（Ｓ０４０４）からなる。3D QSAR解析結果の計算方法は、任意に決定でき、例えば、立体的相互作用、静電的相互作用、疎水的相互作用を用いることができる。3D QSAR解析により得られるモデルの質の評価には、例えば、q2値、1-(n-1)(1-q2)/(n-c)値、若しくはこれらの指標に対して分子の重なり程度を示す指標を加味して形成される指標などが用いられる。

分子を１つ取り除きLOO(Leave-one-out)法を行うことで、最も高い3D QSAR解析結果が得られた場合、当該分子は、3D QSARのモデルの質を最も低下させていることを意味している。そこで、後で説明するように当該分子のコンフォマーを順次入れ替えることで、解析分子全体のモデルの質を向上させることが期待できる。

3D QSARのモデルの質は、q2値や1-(n-1)(1-q2)/(n-c)値などにより数値化して評価できる。しかし、これらの指標のみで評価すると、特定の分子だけが他の分子群とは異なった空間を占めるような解析結果が得られる可能性がある。そこで、LOO法により取り除いた分子が残りの解析分子群からどの程度はみだしているかの評価値（evol_score）を求める指標に加えることにより、置き換える分子が他の分子群から著しく異なった空間を占有するようなモデルを排除できる。

図３は、CoMASA_SP_LOOの処理が行われたとき、どのように分子が選択されていくかの概略の手順を概念的に示す。例えば、CoMASA_SP_LOOでは、計算対象となる各分子より任意のコンフォマーを一つ選択して、n個の分子からなる分子群（Ｍ）を作成する。次に、その分子群Ｍから分子を１つ取り除きn-1個の分子でQSAR解析を行う。この操作を全ての分子について行い、n個の3D QSAR解析結果を得る。得られたn個の3D QSAR解析結果をソートし、最も高い3D QSAR解析結果を与えた分子Ｘをコンフォマー入れ替えの分子として採用する。このようにしてコンフォマーを順次入れ替える分子を決定することができる。

図４は、図２で図示したCoMASA_SP_LOO_main（Ｓ０４０２）で行う処理の概略プロセスを示すフローチャートである。図示するように、CoMASA_SP_LOO_mainでは、分子を選択するステップ（Ｓ０４０２０２）と、分子を１つ取り除いてLOO(Leave-one-out)法による3D QSAR解析を行うステップ（Ｓ０４０２０４）と、すべての分子についてLOO法による3D QSAR解析を行ったか確認するステップ（Ｓ０４０２０６）と、すべての分子についてLOO法による3D QSAR解析が未だ行われていない場合に、取り除く分子を入れ替えてLOO法による3D QSAR解析を行うステップに戻るステップ（Ｓ０４０２０８）からなる。

図５は、図１で図示したCoMASA_SP_OPT（Ｓ０６）で行う処理の概略プロセスを示すフローチャートである。CoMASA_SP_OPTでは、LOO法による3D QSAR解析結果より分子を選択し、当該分子のコンフォマーを新規に発生させ、あるいは別途用意したコンフォマーのデータベースから読み込み、更にQSAR解析を行う。

図５に示すように、まず、CoMASA_SP_LOOの結果をソートし分子を選択する（Ｓ０６０２）。次に、選択した分子が前に（後述の）CoMASA_SP_OPT_main（Ｓ０６０６）で計算した分子と同じか否かを確認する（Ｓ０６０４）。同じである場合、ステップＳ０６１６に進む。異なる場合には、コンフォマーを入れ替えて実際に3D QSAR解析を行うステップ（CoMASA_SP_OPT_main）（Ｓ０６０６）へ進む。

CoMASA_SP_OPT_main（Ｓ０６０６）に続いて、CoMASA_SP_OPT_mainにおける3D QSAR結果からコンフォマーを選択するステップ（Ｓ０６０８）を行う。ここで、選択したコンフォマーは元のコンフォマーと同じか否かを確認し（Ｓ０６１０）、同じである場合ステップＳ０６１６へ進む。異なる場合には、選択したコンフォマーを採用し（Ｓ０６１２）、CoMASA_SP_OPT（Ｓ０６）の処理を終了させる（Ｓ０６１４）。

ステップ０６１６では、すべての分子につき探索がされたか否か確認される。全ての分子につき探索がされたのであれば、CoMASA_SP_OPT（Ｓ０６）の処理を終了させる（Ｓ０６１４）。全ての分子については探索されていないのであれば、CoMASA_SP_LOO（Ｓ０４）の3D QSAR解析結果のソートに従い、次に値が高い3D QSAR解析結果を示した分子を選択し（Ｓ０６１８）、CoMASA_SP_OPT_main（Ｓ０６０６）以降の処理を行う。

図５のフローチャートにおける3D QSAR解析結果の計算方法は、特に限定されず、例えば、立体的相互作用、静電的相互作用、疎水的相互作用を用いればよい。3D QSAR解析により得られるモデルの質の評価には、例えば、q2値、1-(n-1)(1-q2)/(n-c)値、若しくはこれらの指標に対してevol_score値を加味して形成される指標などが用いられる。

図６は、図５で図示したCoMASA_SP_OPT_main（Ｓ０６０６）で行う処理の概要プロセスを示すフローチャートである。まず、コンフォマーを新規に発生させる処理が選択されるのか、コンフォマーを別途準備されたデータベースから読み込む処理が選択されるのか、いずれであるかが判断される（Ｓ０６０６０２）。コンフォマーを新規に発生させる処理が選択されるのであれば、コンフォマーを新規に発生させる（Ｓ０６０６０４）。コンフォマーを別途準備されたデータベースから読み込む処理が選択されるのであれば、コンフォマー一覧を別途データベースから読み込み（Ｓ０６０６０６）、コンフォマーを１つ選択する（Ｓ０６０６０８）。

コンフォマーが発生すれば若しくは選択されれば、そのコンフォマーに基づいて3D QSAR解析が行われる（Ｓ０６０６１０）。解析直後、平行移動や回転に係る収束条件に到達しているか否か確認される（Ｓ０６０６１２）。ここで収束条件に達していなければ、対象の分子につき仮想空間上で平行移動若しくは回転がなされ（Ｓ０６０６１４）、再び3D QSAR解析が行われる（Ｓ０６０６１０）。Ｓ０６０６１２にて収束条件に達していれば、次のコンフォマーを選択若しくは発生するステップ（Ｓ０６０６１６）に進む。

次に、すべてのコンフォマーにつき計算されたか否かが確認され（Ｓ０６０６１８）、計算されていなければコンフォマーが入れ替えられ（Ｓ０６０６２０）、再び3D QSAR解析が行われる（Ｓ０６０６１０）。すべてのコンフォマーにつき計算されていれば、CoMASA_SP_OPT_main（Ｓ０６０６）の処理を終了させる（Ｓ０６０６２２）。

なお、ステップＳ０６０６１４における分子の平行移動や回転では、例えば、Simplex法やPowell法による最適化方法や、ランダムに移動させる手法を用いることができる。ステップＳ０６０６１２における平行移動や回転に係る収束条件として、例えば、計算時間や、計算回数、3D QSAR解析結果の増減の度合いなどを用いることができる。

図７は、CoMASA_SP_LOOで分子を決定し、CoMASA_SP_OPTでコンフォマーを順次入れ替える方法の概要を模式的に示す図である。最初に入れ替える分子としてＡが導き出されている（左端の列）。ここで、Ａのコンフォマーを順次読み込みQSAR解析を行い、解析結果を並べ替えてコンフォマーＡ２を採用し、次の計算に用いる。分子ＡについてコンフォマーをＡ１からＡ２に入れ替え、新たな分子群Ｍ１を作成した後、CoMASA_SP_LOOの処理を行い、更に入れ替える分子を決定する。入れ替える分子を決定した後、再度QSAR解析を行い、最も解析結果のよかったコンフォマーを選択（Ｃ１−＞Ｃ２）し、新たな分子群Ｍ２とする。この作業を収束条件になるまで繰り返す。収束条件は、例えば、計算時間や、計算回数、3D QSAR解析結果の増減の度合いなどを用いることができる。

ステップＳ０４０２（図２、図４参照）、及びステップＳ０６０６（図２、図５、図６参照）における3D QSAR解析でのモデルの質を示す指標として利用され得る（、若しくは、加えられ得る）evol_score値について説明する。evol_score値を分子類似性計算により決定するということも考えられる。しかし、分子類似性計算は解析分子群から分子上の原子までの距離を考慮しない。従って、分子の一部が、解析分子群の近傍に屈曲してはみ出しているに過ぎない場合と、突き出ている場合とにおいて、重なり程度が両方の場合で同じであれば同じ評価値が算出されてしまう。

CoMASA法（Kotani, T.; Higashiura, K. Comparative molecular active site analysis (CoMASA). 1. An approach to rapid evaluation of 3D QSAR. J. Med. Chem. 2004, 47, 2732-2742.小谷孝行、東浦邦彦；SAR News No.7 (Oct. 2004), p10-14, あるいは、国際公開WO 2004/031999 A1公報参照）による3D QSAR解析を行う場合では、LOO法により分子が取り除かれて残余する分子群からクラスタ解析で得られる代表点と、取り除いた分子との距離により、距離に応じたスコアを計算し、evol_score値を求めることができる。すなわち、LOO法により取り除いた分子の各原子から最も近傍にある代表点までの距離を求め、この距離が閾値以上の原子について、スコアを計算する。

閾値は、任意に決めることができるが、たとえばクラスタ解析に用いた閾値（通常0.75Å）の２倍を用いることができる。
［数１］

ここでnは取り除いた分子中の原子数、iは取り除いた分子中の原子の番号、riはi番目の原子と最も近い代表点との距離、thは閾値、aは任意の係数を表す。通常ではth=1.5、a=0.3を用いる。取り除いた分子がすべて代表点からth以内の距離にあるとき、evol_score値は0となる。取り除いた分子のうちで、代表点からth以内の距離からはみ出すものの割合が多くなると、evol_score値は絶対値の大きな負の値となる。

モデルの質の評価でevol_score値を考慮するならば、q2値や1-(n-1)(1-q2)/(n-c)値などに、任意の係数を乗じたevol_score値を加算する。例えば、1-(n-1)(1-q2)/(n-c)値とevol_score値を用いてモデルの質を評価するには、以下の式で求められる評価値（Score値）を用いればよい。
［数２］

ここで、aは任意の係数、bは任意の定数を表す。通常ではa=1、b=0を用いる。

Ｉ．計算に用いたモデル
本発明に係る３次元構造活性相関解析を指標とした分子重ね合わせ法の有用性を検討するために、黒木らにより報告されている７種のPPAR-γアゴニストを用い構造活性相関解析を行った（Kurogi, Y. Three-dimensional quantitative structure-activity relationships (3D-QSAR) of antidiabetic thiazolidinediones. Drug Des. Discov. 1999, 16, 109-118）。計算はすべてWindows（登録商標） XP SP2のシステム環境で行い、プログラムはCygwinの FortranとC言語、Tcl/tkを用いて作成した。PLS(Partial Least Square)計算にはSAMPLS（QCPE#650）（Bush, B. L.; Nachbar, R. B., Jr. Sample-distance partial least squares: PLS optimized for many variables, with application to CoMFA. J. Comput. Aided Mol. Des. 1993, 7, 587-619）を用い、コンピュータグラフィックスによる計算結果の視覚化にはWebLab ViewerLite 4.0（Accerlys社）を用いた。解析に用いた分子を図８に図示した。

ＩＩ．本発明の計算
本発明に係る３次元構造活性相関解析を指標とした分子重ね合わせ方法の計算結果を以下に示す。

ＩＩ−１．配座の発生
Rosiglitazoneの３次元構造は、Ｘ線結晶構造解析（1FM6）で得られているコンフォマーを用いた。すなわち、基質−受容体複合体のＸ線結晶構造からrosiglitazoneを取り出し、水素を付与した後、MOPAC93.01（MOPAC93, Stewart,,J. J. P. Fujitsu Limited, Tokyo.、MOPAC93.01, revised by Kotani, T. for Cygwin environment.）を用いて水素位置のみを最適化した。そのほかのPPAR-γアゴニストは以下のConfgenを用い多くのコンフォマーを発生させた後、rosiglitazoneのチアゾリジンジオン部分とのRMSD(root mean squire deviation)値を指標として重ね合わせを行いコンフォマーのデータベースを作成した。

Confgenは、発明者らによる、３次元構造体データでのコンフォマーを生成するジェネレータ・ルーチンである。Confgenでは、Chem3D（Chem3D version 7.0, CambridgeSoft, Cambridge）で作成した3次元構造をMM2（Allinger, N. L. Conformational analysis. 130. MM2. A hydrocarbon force field utilizing V1 and V2 torsional terms, J. Am. Chem. Soc. 1997, 99, 8127-8134.）を用いて最適化した後、MM2のパラメータを用いたTINKER（TINKER version 4.2, Ponder, J. W., Biochemistry & Molecular Biophysics, Washington University School of Medicine, St. Louis.）MD計算により、多くのコンフォマーを発生させた後、それぞれのコンフォマーからMOPAC93でエネルギー安定コンフォマーを作成した。また、TINKERに含まれていないMM2パラメータはChem3Dのものを使用した。

その後、得られた各極小エネルギーのGasteiger電荷を計算し、エネルギー及びコンフォマー間の類似性を考慮して、計算に供するコンフォマーのフィルタリングを行いコンフォマーのデータベースを作成した。なお、フィルタリングに用いるエネルギーは、「10 kcal/mol」を用い、RMSD(root mean squire deviation)値が0.1Å以下のものを類似したコンフォマーとしてコンフォマーのデータベースから除外した。

ＩＩ−２．モデルの最適化
それぞれのコンフォマーについてrosiglitazoneとのRMSD値の最も小さいものを選択し初期モデルとした。今回はモデルの質を示す指標としてq2値とともに、1-(n-1)(1-q2)/(n-c)値を用いることとした。

3D QSAR解析手法として本出願の発明者らによる３次元構造活性相関法である前述のCoMASA法の立体的、電気的および疎水的なパラメータを用い、CoMASA法により導出される代表点との相互作用を計算した。その他のパラメータは標準のものを用いた。

相互作用の計算は、
（１）擬似変数(indicator valuables)を用いる手法
（２）擬似変数を用いてモデルの最適化を行った後にガウス関数を用いる方法
（３）ガウス関数を用いる方法
の３手法を行った。計算結果を図９〜図１１及び表１に、最適化後の重ね合わせモデルを図１２〜図１４及び表２に示す。表１は計算手法によるインデックスの差異を示し、表２は、最適化後モデルのコンフォマーを示す。なお、表２中の数字は発明者が適宜付したコンフォマーの識別子である。また、図９、図１０及び図１１の「ステップ（ｓｔｅｐ）」は、図１に示すフローチャートのループ処理の回数に対応する。

最適化を行っていくことでq2値や1-(n-1)(1-q2)/(n-c)値が向上していることが明らかとなり、モデルの最適化が図られていることが明らかとなった。ここでnは解析に用いた分子数、cはコンポーネント数を表す。通常はモデルの最適化を行わないため、これを初期モデルとした。

初期モデルでのr2値が0.9以上であったが、手法（１）ではq2値が低く、モデルの質が高いとはいえなかった。また、手法（３）ではq2値が0.5以上であるため、モデルとしては十分な質を持っていると判断できるが、CoMASA_SPを用いることにより、q2値が初期モデルと比較して大幅に向上し、よりQSAR結果が信頼できるモデルを構築することができた。ガウス関数を使用する手法（３）は擬似変数を使用する手法（１）と比較して、より精度の高い解析結果が得られた。しかしながら、今回の結果では、手法（２）で手法（１）と手法（３）の両方の特徴を生かすような結果を得ることはできなかった。さらに、手法（１）や手法（２）では、解析分子のなかで他の分子と異なった空間を占めるものが見出された。手法（３）では解析分子はほぼ同一の空間を占めていた。

［表１］

［表２］

Ｉ．計算に用いたモデル
前述のevol_score値をモデルの質を示す指標として利用して、実施例１と同様の構造活性相関解析を行った。従って、用いたモデルは基本的に実施例１と同じものである。

ＩＩ．本発明の計算
３次元構造活性相関解析において、分子の重なり程度を示す指標を考慮した分子重ね合わせ方法の計算結果を以下に示す。

ＩＩ−１．配座の発生
実施例１と同じ配座を用いた。

ＩＩ−２．モデルの最適化
実施例１と同じ初期モデルとした。モデルの質を評価する評価値として、evol_score値を加えた1-(n-1)(1-q2)/(n-c)値を用いた。

パラメータは実施例１と同じものを用いた。相互作用の計算として、
（４）擬似変数（indicator valuables）を用いる方法
（５）ガウス関数を用いる方法
の２手法を行い、実施例１の手法（１）〜手法（３）と比較した。計算結果を図１５〜１６および表３に示す。

手法（１）では、解析分子のなかで他の分子と異なった空間を占めるものが見出されたが、手法（４）では解析分子がほぼ同一の空間を占めるモデルとなった。q2値や1-(n-1)(1-q2)/(n-c)値は手法（１）の方がよい結果を与えた。手法（３）と手法（５）との比較でも同様の傾向が見られた。

［表３］

本発明は、従来の3D QSAR解析方法と比較して、高速に3D QSAR解析結果が得られるCoMASA法の特徴を生かし、3D QSAR解析結果を指標とした分子重ね合わせ法を提案する。3D QSAR解析結果を指標とする重ね合わせ法を用いるため、重ね合わせ時の3D QSAR解析結果と最終モデルでの3D QSAR解析結果には矛盾がなく、精度の高い予測モデル構築が期待できる。また、本発明に係る分子重ね合わせ方法は、論理的にコンフォマーを順次入れ替える方法であり、実施例の結果から効率的に3D QSARモデルを構築できることが明らかとなった。また、モデルの質の計算時に、ある分子が残りの分子からどの程度はみ出しているかを示す指標（evol_score値）を導入し、より的確な3D QSARモデルを構築できることが明らかとなった。更に、本発明に係る分子重ね合わせ方法は、通常のＰＣ（パーソナルコンピュータ）で行える簡便で良好な3D QSAR法及び分子の重ね合わせ方法として、効率的な薬物設計に応用できることが示された。

Claims (10)

1. 仮想空間において、構造活性相関解析を指標として複数の分子の３次元構造データを重ね合わせる分子重ね合わせ方法であって、
   解析対象分子群から１つの分子の３次元構造データを取り除いた分子群で、３次元構造データによる第１の３次元構造活性相関解析を行いモデルの質を示す指標を求める工程Ａと、
   すべての分子について工程Ａを繰り返す工程Ｂと、
   工程Ｂで得られる第１の３次元構造活性相関解析よりモデルの質を示す指標を並べ替え、最もモデルの質を低下させている分子を求める工程Ｃと、
   工程Ｃで求めた分子のコンフォマーの３次元構造データを順次変化させて第２の３次元構造活性相関解析を行い、選択するコンフォマーを決定する工程Ｄと、
   収束条件を満たすまで工程Ａに戻る工程Ｅとを含むことを特徴とする分子重ね合わせ方法。
2. 上記工程Ａは、
   計算に用いる複数の分子の３次元構造データを読み込む工程Ａ１と、
   前工程で１つの分子の３次元構造データが取り除かれている場合に取り除いたデータを戻す工程Ａ２と、
   読み込んだ複数の分子の３次元構造データから、１つの分子の３次元構造データを取り除いた分子群を作成する工程Ａ３と、
   １つの分子の３次元構造データを取り除いた分子群について、３次元構造データによる第１の３次元構造活性相関解析でモデルの質を計算する工程Ａ４と、
   計算した１つの分子の３次元構造データを取り除いた分子群についての第１の３次元構造活性相関解析の結果を保持する工程Ａ５とを含み、
   上記工程Ｃは、
   保持されている１つの分子の３次元構造データを取り除いた分子群についての第１の３次元構造活性相関解析結果を並べ替える工程Ｃ１と、
   １つの分子の３次元構造データを取り除いた分子群についての第１の３次元構造活性相関解析結果で最もモデルの質を低下させているものを求め、その分子群において取り除かれていた分子を求める工程Ｃ２とを含み、
   上記工程Ｄは、
   工程Ｃで求めた分子についてコンフォマーの３次元構造データを新たに発生させる工程Ｄ１と、
   工程Ｃで求めた分子について、別途作成されたコンフォマーに関するデータベースから、コンフォマーの３次元構造データを読み込む工程Ｄ２と、
   工程Ｄ２を行う場合、工程Ｄ２の直後にコンフォマーを１つ選択する工程Ｄ３と、
   第２の３次元構造活性相関解析を行う工程Ｄ４と、
   平行移動や回転に係る収束条件に到達するまで、３次元構造上の平行移動や回転を行う工程Ｄ５と、
   次のコンフォマーの３次元構造データを選択する若しくはコンフォマーの３次元構造データを新たに発生させる工程Ｄ６と、
   コンフォマーについてすべて計算されたかを確認する工程Ｄ７と、
   コンフォマーについてすべて計算されていない場合にコンフォマーの３次元構造データを入れ替える工程Ｄ８と、
   保持されている第２の３次元構造活性相関解析結果を読み込み、第２の３次元構造活性相関解析により得られるモデルの質の評価値を並べ替える工程Ｄ９と、
   並べ替えたモデルの質の評価値から最も良好なものを選び、最も適合的なモデルを与えるコンフォマーを決定する工程Ｄ１０とを含むことを特徴とする請求項１に記載の分子重ね合わせ方法。
3. 上記工程Ａ４が、分子の重なり程度を示す指標を求め、これによりモデルの質を計算する工程Ｆを含み、
   上記工程Ｄ４が、分子の重なり程度を示す指標を求め、これによりモデルの質を計算する工程Ｇを含むことを特徴とする請求項２に記載の分子重ね合わせ方法。
4. 上記工程Ｆが、
   工程Ａ３で作成された、１つの分子の３次元構造データを取り除いた分子群の、占める空間を求める工程Ｆ１と、
   工程Ｆ１で求めた空間と、工程Ａ３で取り除いた分子の占める空間との差異を求める工程Ｆ２とを含み、
   上記工程Ｇが、
   解析対象分子群から、工程Ｃで求めた分子の３次元構造データを取り除いた分子群の、占める空間を求める工程Ｇ１と、
   工程Ｇ１で求めた空間と、工程Ｃで求めた分子の占める空間との差異を求める工程Ｇ２とを含むことを特徴とする請求項３に記載の分子重ね合わせ方法。
5. 上記工程Ｆ１は、
   クラスタ解析により分子群における原子位置を代表する代表点を求める工程Ｆ３を含み、
   上記工程Ｆ２は、
   取り除いた分子の原子位置と代表点との距離を求める工程Ｆ４と、
   工程Ｆ４で求めた距離を用いて分子の重なり程度を評価する工程Ｆ５とを含み、
   上記工程Ｇ１は、
   クラスタ解析により分子群における原子位置を代表する代表点を求める工程Ｇ３を含み、
   上記工程Ｇ２は、
   取り除いた分子の原子位置と代表点との距離を求める工程Ｇ４と、
   工程Ｇ４で求めた距離を用いて分子の重なり程度を評価する工程Ｇ５とを含むことを特徴とする請求項４に記載の分子重ね合わせ方法。
6. 仮想空間において、構造活性相関解析を指標として複数の分子の３次元構造データを重ね合わせる分子重ね合わせ方法を行わせるコンピュータプログラムであって、コンピュータに、
   解析対象分子群から１つの分子の３次元構造データを取り除いた分子群で、３次元構造データによる第１の３次元構造活性相関解析を行わせモデルの質を示す指標を求める処理Ａと、
   すべての分子について処理Ａを繰り返す処理Ｂと、
   処理Ｂで得られる第１の３次元構造活性相関解析よりモデルの質を示す指標を並べ替え、最もモデルの質を低下させている分子を求める処理Ｃと、
   処理Ｃで求めた分子のコンフォマーの３次元構造データを順次変化させて第２の３次元構造活性相関解析を行わせ、選択するコンフォマーを決定する処理Ｄと、
   収束条件を満たすまで工程Ａに戻らせる工程Ｅとを含むことを特徴とするコンピュータプログラム。
7. 上記処理Ａは、
   計算に用いる複数の分子の３次元構造データを読み込む処理Ａ１と、
   前処理で１つの分子の３次元構造データが取り除かれている場合に取り除いたデータを戻す処理Ａ２と、
   読み込んだ複数の分子の３次元構造データから、１つの分子の３次元構造データを取り除いた分子群を作成する処理Ａ３と、
   １つの分子の３次元構造データを取り除いた分子群について、３次元構造データによる第１の３次元構造活性相関解析でモデルの質を計算する処理Ａ４と、
   計算した１つの分子の３次元構造データを取り除いた分子群についての第１の３次元構造活性相関解析の結果を保持する処理Ａ５とを実行させ、
   上記処理Ｃは、
   保持されている１つの分子の３次元構造データを取り除いた分子群についての第１の３次元構造活性相関解析結果を並べ替える処理Ｃ１と、
   １つの分子の３次元構造データを取り除いた分子群についての第１の３次元構造活性相関解析結果で最もモデルの質を低下させているものを求め、その分子群において取り除かれていた分子を求める処理Ｃ２とを実行させ、
   上記処理Ｄは、
   処理Ｃで求めた分子についてコンフォマーの３次元構造データを新たに発生させる処理Ｄ１と、
   処理Ｃで求めた分子について、別途作成されたコンフォマーに関するデータベースから、コンフォマーの３次元構造データを読み込む処理Ｄ２と、
   処理Ｄ２を行う場合、処理Ｄ２の直後にコンフォマーを１つ選択する処理Ｄ３と、
   第２の３次元構造活性相関解析を行う処理Ｄ４と、
   平行移動や回転に係る収束条件に到達するまで、３次元構造上の平行移動や回転を行う処理Ｄ５と、
   次のコンフォマーの３次元構造データを選択する若しくはコンフォマーの３次元構造データを新たに発生させる処理Ｄ６と、
   コンフォマーについてすべて計算されたかを確認する処理Ｄ７と、
   コンフォマーについてすべて計算されていない場合にコンフォマーの３次元構造データを入れ替える処理Ｄ８と、
   保持されている第２の３次元構造活性相関解析結果を読み込み、第２の３次元構造活性相関解析により得られるモデルの質の評価値を並べ替える処理Ｄ９と、
   並べ替えたモデルの質の評価値から最も良好なものを選び、最も適合的なモデルを与えるコンフォマーを決定する処理Ｄ１０とを実行させることを特徴とする請求項６に記載のコンピュータプログラム。
8. 上記処理Ａ４が、分子の重なり程度を示す指標を求め、これによりモデルの質を計算する処理Ｆを含み、
   上記処理Ｄ４が、分子の重なり程度を示す指標を求め、これによりモデルの質を計算する処理Ｇを含むことを特徴とする請求項７に記載のコンピュータプログラム。
9. 上記処理Ｆが、
   処理Ａ３で作成された、１つの分子の３次元構造データを取り除いた分子群の、占める空間を求める処理Ｆ１と、
   処理Ｆ１で求めた空間と、処理Ａ３で取り除いた分子の占める空間との差異を求める処理Ｆ２とを含み、
   上記処理Ｇが、
   解析対象分子群から、処理Ｃで求めた分子の３次元構造データを取り除いた分子群の、占める空間を求める処理Ｇ１と、
   処理Ｇ１で求めた空間と、処理Ｃで求めた分子の占める空間との差異を求める処理Ｇ２とを含むことを特徴とする請求項８に記載のコンピュータプログラム。
10. 上記処理Ｆ２は、
    クラスタ解析により分子群における原子位置を代表する代表点を求める処理Ｆ３を含み、
    上記処理Ｆ２は、
    取り除いた分子の原子位置と代表点との距離を求める処理Ｆ４と、
    処理Ｆ４で求めた距離を用いて分子の重なり程度を評価する処理Ｆ５とを含み、
    上記処理Ｇ１は、
    クラスタ解析により分子群における原子位置を代表する代表点を求める処理Ｇ３を含み、
    上記処理Ｇ２は、
    取り除いた分子の原子位置と代表点との距離を求める処理Ｇ４と、
    処理Ｇ４で求めた距離を用いて分子の重なり程度を評価する処理Ｇ５とを含むことを特徴とする請求項９に記載のコンピュータプログラム。
    
    

Images