JPWO2009064015A1 - インシリコスクリーニング装置、および、インシリコスクリーニング方法 - Google Patents

Abstract

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

Description

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

従来、試薬提供会社等から発売される医薬品該当化合物や試薬化合物等の化合物が存在する。また、化合物と相互作用する高分子として、質量分析を主体とする各種実験等で確かめられた高分子や、例えばＮａｔｕｒｅやＳｃｉｅｎｃｅに代表される雑誌に収録された文献などにより社会で認知された高分子等のように、創製された医薬品等の化合物と相互作用して、動植物の病気状態や疾患状態を治癒、症状軽減または現状維持等をもたらす、薬物標的タンパク質や薬物標的核酸や薬物標的糖質や薬物標的脂質等の標的高分子が存在する。
標的高分子に対する低分子化合物ドッキングとインシリコスクリーニングを行うに当たっては、従来、上述のような医薬品候補化合物等の化合物の膨大な数が納められた化合物データベースの各化合物を、例えば、タンパク質を主体とする標的高分子タンパク質にドッキング相互作用をさせ、現実に存在する何十万個に相当する化合物が標的タンパク質と直接相互作用する座標配置（コンフォメーション）を決定し、相互作用エネルギーやそれに相当するスコア値を獲得していた。そして、当該スコア値を安定さの指標にして大きな方から小さい方に並べ、化合物−薬物標的タンパク質の相互作用の順番を決定していた。
例えば、ＫｕｎｔｚらのＤｏｃｋ（Ｅｗｉｎｇ ｅｔ ａｌ著 Ｊ Ｃｏｍｐｕｔ Ａｉｄｅｄ Ｍｏｌ Ｄｅｓ．２００１ １５（５）４１１−２８参照）や、ＧｏｏｄｓｅｌｌらのＡｕｔｏＤｏｃｋ（Ｇｏｏｄｓｅｌｌ ｅｔ ａｌ著 Ｊ．Ｍｏｌ．Ｒｅｃｏｇｎｉｔ １９９６ ９ １−５参照）や、ＧａｒｅｔｈらのＧＯＬＤ（Ｊｏｎｅｓ ｅｔ ａｌ著 Ｊ．Ｍｏｌ．Ｂｉｏｌ．１９９７ ２６７，７２７−７４８参照）、ＲａｒｅｙらのＦｌｅｘＸ、ＮｉｃｏｌａｓらのＦｌａｇｍｅｎｔ Ｐｏｔｅｎｔｉａｌ等の従来方法においては、上述のスコア値の計算のために、それぞれの方法に標的高分子である標的タンパク質のリガンド結合環境の格子情報や、化合物と標的高分子間のベクトルを重視する化合物の多点情報を用いて計算を行っていた。
すなわち、標的タンパク質の生物学的環境等の何らかの工夫があるにしても、格子情報や多点情報等の情報に基づいて、化合物の原子と標的高分子タンパク質を構成する原子との古典物理学的原子間ポテンシャル式から相互作用エネルギー等を計算して、化合物のコンフォメーションや相互作用の結合の強さに関係する順番をスコア値で決定していた。また、相互作用の順番を決めるために相互作用している種々の化合物のコンフォメーションをクラスタリング等の手法を用いて順番を決める工夫等を行っていた。
しかしながら、従来のインシリコスクリーニング方法においては、タンパク質−リガンド複合体を精度よく予測することに着目されており、直接、ヒットする化合物を数多く選出することとは一致しないという問題点を有していた。
また、従来のインシリコスクリーニング方法においては、古典物理学的なポテンシャル関数を用いて非経験的な予測を行っており、生物化学的な実験等の情報を考慮に入れた予測効率の高いスクリーニングができないという問題があった。
本発明は、上記に鑑みてなされたもので、タンパク質と化合物との結合を精度よく予測することができる一方で、ヒットする化合物を数多く選出することができ、また、予測効率を高めることができる、インシリコスクリーニング装置、および、インシリコスクリーニング方法を提供することを目的とする。

本願発明者は、Ｘ線解析、ＮＭＲ、電子線解析、高分解能電子顕微鏡写真等の実験によって得られた、化合物と標的高分子との相互作用を示す膨大な三次元座標情報が公開データベースに登録されていることや、近年のコンピュータの性能向上とバイオインフォマティクスの進歩等に鑑み、従来のような一般的で古典物理学的なインシリコスクリーニング方法を行う代わりに、標的高分子タンパク質に結合した種々の化合物の集団的重なり状態等のバイオインフォマティクス情報を利用して、人の叡智を基礎にした半経験的な化合物のインシリコスクリーニングを実行することが可能であるとの着想を得た。
本発明は、上記着想に基づいて本願発明者により鋭意検討された結果、完成したものであり、標的タンパク質に結合する候補化合物のスクリーニングを行う、記憶部と制御部を少なくとも備えたインシリコスクリーニング装置であって、上記記憶部は、化合物中の複数個の原子に係る化合物指紋として、原子タイプと原子間結合規則とを含む化学記述子を、上記候補化合物ごとに抽出して作成された化合物データベース、を備え、上記制御部は、上記標的タンパク質と立体構造が同一または類似するファミリータンパク質に結合することが既知の結合化合物について、上記標的タンパク質の座標系に変換した三次元座標とともに上記化合物指紋を抽出して結合化合物指紋セットを作成する化合物指紋作成手段と、上記化合物データベースに記憶された上記候補化合物について、上記結合化合物指紋セットの上記三次元座標を基底として算出した上記化合物指紋単位の二乗平均偏差を基礎とする相互作用スコアが最適化されるように、当該候補化合物の上記標的タンパク質に対する上記立体構造を演算する最適化手段と、を備えたことを特徴とする。
すなわち、本発明によれば、タンパク質と化合物との結合を精度よく予測することができる一方で、ヒットする化合物を数多く選出することができ、また、生物化学的な実験等の情報を考慮に入れた半経験的なスクリーニングを行うことができ、さらに、予測効率を高めることができる。
以上のように、本発明は、三次元の化合物指紋セットを用いるバイオインフォマティクス技術を、古典物理学的エネルギー手法を用いた低分子化合物と高分子タンパク質とのドッキングと同等の性能を発揮させるようにした点で従来手法とは異なっている。特に、Ｘ線解析、ＮＭＲ、電子線解析、高分解能電子顕微鏡解析などの技術が格段に進歩していることを考えると、標的高分子タンパク質に結合した化合物の分子の数は膨大に増加すると予測されるため、本発明は高い効果を発揮する。
また、本発明は、上記記載のインシリコスクリーニング装置において、化合物に結合したタンパク質の立体構造およびアミノ酸配列を記憶するタンパク質データベース装置に接続され、上記制御部は、上記標的タンパク質の上記アミノ酸配列との相同性に基づいて、上記ファミリータンパク質および上記結合化合物を上記タンパク質データベース装置から検索する相同性検索手段、を更に備え、上記化合物指紋作成手段は、上記相同性検索手段により検索された上記ファミリータンパク質に結合する上記結合化合物について、上記標的タンパク質の座標系に変換した上記三次元座標とともに上記化合物指紋を抽出して上記結合化合物指紋セットを作成すること、を特徴とする。
ここで、本発明の一例として具体例を示すと、本発明は、標的高分子の中でも、標的タンパク質の立体構造に類似しているファミリー高分子セットに種々の低分子化合物が結合した集団的コンフォメーションを抽出するときの条件として、ファミリー高分子セットを取り出すときに、当該標的タンパク質の配列を照会（クエリー）配列として、ＰＳＩ−Ｂｌａｓｔ等による相同性（Ｈｏｍｏｌｏｇｙ）検索によって検出する。そして、本発明は、検出されたタンパク質の中で、該当するとして検索され、タンパク質−リガンド複合体（Ｐｒｏｔｅｉｎ−Ｌｉｇａｎｄ ｃｏｍｐｌｅｘ）として低分子リガンドを含んでいた場合、ＣＥ（原子の種類を意識しないタンパク質同士の構造の重ね合わせ操作）等を用いて、標的タンパク質に重ね合わせる。そして、本発明は、その構造の類似性を表すＺ−Ｓｃｏｒｅが所定の値（例えば３．７以上）となった場合、検索された類似タンパク質に結合したリガンドを類似タンパク質の座標系から標的タンパク質の座標系にリガンド座標と共に変換して、リガンドだけ抜き出すことができるようになる。
ここで、ＣＥは、原子の種類を意識しないタンパク質同士の構造の重ね合わせ操作を行うが、同様の機能を持つプログラムでも代用可能である。また、本発明は、当該標的タンパク質の配列を照会（クエリー）配列として、ＰＳＩ−Ｂｌａｓｔ等による相同性検索によって高いホモロジーを持つ配列のみが得られた場合は、原子の種類を意識したタンパク質同士の構造の重ね合わせ操作のプログラムを使用してもよい。また、本発明は、相同性検索において、ＰＳＩ−Ｂｌａｓｔに限らず、配列をクエリーとして相同性検索ができ、その配列類似性の評価を定量的にできるソフトプログラムなら、どのような相同性検索プログラムを適用してもよい。
また、本発明は、上記記載のインシリコスクリーニング装置において、上記化合物指紋作成手段は、上記ファミリータンパク質と上記標的タンパク質との構造重ね合わせにより、当該ファミリータンパク質に結合する上記結合化合物の上記三次元座標を上記標的タンパク質の座標系に変換し、変換された上記三次元座標とともに上記化合物指紋を抽出して上記結合化合物指紋セットを作成すること、を特徴とする。
また、本発明は、上記記載のインシリコスクリーニング装置において、上記化合物指紋作成手段は、上記結合化合物と異なる他の上記化合物を参照して構造重ね合わせを行い、当該結合化合物と当該他の上記化合物の原子間をまたがる上記化合物指紋を抽出して上記結合化合物指紋セットに追加する新規化合物指紋追加手段、を更に備えたことを特徴とする。
本発明の一例として具体例を示すと、結合化合物指紋セットの具体例としては、標的高分子の中でも標的タンパク質の立体構造に類似しているファミリー高分子タンパク質セットに結合した種々低分子化合物データベースである「ＣＥｌｉｂ」（ＦＰ（ｆｉｎｇｅｒｐｒｉｎｔ）ｓｅｔ ｅｘｔｒａｃｔｅｄ ｆｒｏｍ ｃｏｌｌｅｃｔｅｄ ｌｉｇａｎｄｓ ｉｎ ｔｈｅ ｂｉｎｄｉｎｇ ｓｉｔｅ（結合部位のリガンド集合から抽出された化合物指紋セット））として構成してもよい。このＣＥｌｉｂには、標的タンパク質の座標系における座標とＳｙｂｙｌ原子タイプ（ａｔｏｍ−ｔｙｐｅ）および、単結合、二重結合、芳香環結合等といった結合規則情報を含んでいる。ここで、本発明は、標的タンパク質に対する低分子化合物の探索の狙いの必要に応じて、ＣＥｌｉｂに任意のＦＰ（ｆｉｎｇｅｒｐｒｉｎｔ：「化合物指紋」のことをいう。以下に同じ。）を加えても良い。
すなわち、既存の標的タンパク質の立体構造に類似しているファミリー高分子セットに集団的に結合した種々低分子化合物からＦＰを抽出する代わりに、本発明では、普通の一般に存在する化合物分子とＦＰの類似性を保持したまま、種々低分子化合物の中で原子の種類を入れ替える。そして、本発明は、「ｃｉｒｃｌｅ」等のような安定性を評価できるプログラムを用いて標的タンパク質との相互作用エネルギーを計算し、相互作用をより安定にする少し構造の違った“Ｍｏｄｉｆｉｅｄ ＦＰ”（改正ＦＰ）を得る。そして、本発明は、標的タンパク質に対して局所エネルギー的に安定な改正ＦＰを使って、あたかもタンパク質同士の構造の重ね合わせ操作の結果として得られた集団的に結合した種々低分子化合物から得たＦＰのように捕らえ、それを新たなＦＰとして、上述の発明において行われたように、ＦＰの重ね合わせにその対象ＦＰとして採用する。
上記発明では、タンパク質とリガンドとのドッキングにおいて、従来使用されてきた物理化学的相互作用関数の代わりに、三次元座標を含む化合物指紋セットというバイオインフォマティクスを用いたリガンドコンフォメーションを得る。そして、本発明では、既存の標的タンパク質の立体構造に類似しているファミリー高分子タンパク質セットに集団的に結合した種々低分子化合物からＦＰを抽出する代わりに、種々低分子化合物の中で違う分子化合物を参照して、普通の一般に存在する分子のＦＰに似た複数化合物結合三次元化合物指紋セットを創作する。そして、本発明は、創作した化合物指紋セットを、あたかもタンパク質同士の構造の重ね合わせ操作の結果として得られた集団的に結合した種々低分子化合物から得たＦＰのように捕らえ、それを新たなＦＰとして、上記発明において行われたように、ＦＰの重ね合わせにその対象ＦＰを採用する。
すなわち、上記発明は、ファミリー高分子セットに集団的に結合した種々低分子化合物を完全に分解して、従来なら物理学的公式が基底となるドッキング計算の代わりに、ばらばらにした種々低分子化合物ＦＰをドッキングの基底としたものである。本発明は、さらに、既存の標的タンパク質の立体構造に類似しているファミリー高分子タンパク質セットに集団的に結合した種々低分子化合物のコンフォメーションの存在は標的タンパク質のファミリータンパク質と相互作用した最安定構造に近いという事実の熟慮から生まれたものであり、従来手法と異なり高い効果を有し有用である。
また、本発明は、上記記載のインシリコスクリーニング装置において、上記化合物指紋作成手段は、タニモト係数に基づき上記結合化合物と類似する上記化合物について、当該結合化合物と当該化合物の原子間で原子の種類を入れ替え、上記標的タンパク質に対する相互作用エネルギーを算出して当該結合化合物の上記化合物指紋よりも局所エネルギー的に安定な上記化合物指紋を作成して上記結合化合物指紋セットに追加する新規化合物指紋追加手段、を更に備えたことを特徴とする。
本発明の一例として具体例を示すと、本発明は、ＣＥｌｉｂから、標的タンパク質ファミリー高分子タンパク質セットと結合した種々低分子化合物について、各々のファミリー高分子タンパク質とリガンドの複合体を対象にして、リガンドとの相互作用が安定になるように、Ｃｉｒｃｌｅプログラム等の相互作用算出プログラムを利用する。本発明は、ｆｉｎｇｅｒｐｒｉｎｔ（ｆｐ）単位、すなわち化学記述子単位に原子の種類や結合の種類を改良変更し、それを新たなｆｉｎｇｅｒｐｒｉｎｔ（ｆｐ）単位、即ち化学記述子単位として、それを新たなＦＰとして、上記発明において行われたように、ＦＰの重ね合わせにその対象ＦＰとして採用するものとする。
また、標的高分子の中でも、標的タンパク質の立体構造に類似しているファミリー高分子タンパク質セットに結合した種々低分子化合物データベースであるＣＥｌｉｂのＦＰがドッキングｓｃｏｒｅ（スコア）を決めるのに大きな貢献をしている。そこで、本発明では、上記発明において、標的高分子タンパク質に結合する理想的な低分子リガンドのドッキング構造が実験的に解析済みである場合、その結合に理想的な低分子リガンドをリード化合物として、相互作用エネルギーがよくなるようにいろいろな置換基を付加したり、理想的な低分子リガンドに化合物指紋の定量化関数であるタニモト係数が非常に似た、すなわち１に近い任意の低分子リガンドを見つけたりする場合に、ＦＰ領域をその実験的に解析済みの理想的な低分子リガンドの周りの領域（例えば４または５オングストローム）に限定する。これにより、本発明は、それら化学構造が似ているタニモト係数が非常に似た化合物のドッキング構造とそのｓｃｏｒｅ（スコア）を容易に計算できる。これは、結合化合物のリード最適化（ｌｅａｄ ｏｐｔｉｍｉｚａｔｉｏｎ）または化合物の新規（ｄｅ ｎｏｖｏ）デザインであり、上述の発明でのＦＰの役割との組み合わせにおいて、従来手法と異なり高い効果を有し有用である。
また、従来、標的タンパク質に種々低分子化合物の部分的なものであるベンゼン環等の官能基を結合させ、物理学的に安定な部分的構造を得て、それらの結果を標的タンパク質と分子内自由回転を多く含有する種々低分子化合物との相互作用を計算するときに、そのドッキングコンフォーメイションの発生を少なくすることが一般的に行われていた。本発明では、バイオインフォマティクスの手法である「ｃｉｒｃｌｅ」のような安定性を評価できるプログラムを用いて標的タンパク質との相互作用エネルギーを計算して、改正ＦＰを創作している。この点に関し、文献等の公知物は発見できず、本発明のように、ドッキングの計算の基底として、ＦＰの重ね合わせを採用するときに、ドッキングの計算の改正ＦＰを基底にすることを報告している従来手法はなく、従来手法と異なり高い効果を有し有用である。
また、本発明は、上記記載のインシリコスクリーニング装置において、上記結合化合物は、公知のドッキングアルゴリズムにより上記標的タンパク質に対して安定なコンフォメーションを持つと予測された化合物であること、を特徴とする。
本発明の一例として具体例を示すと、本発明では、従来一般的に行われている方法である水素結合や疎水性相互作用や静電相互作用といった物理的なポテンシャル関数を用いた第一原理的アプローチ（Ａｂ−ｉｎｉｔｉｏ Ａｐｐｒｏａｃｈ）を採用する。例えば、本発明は、正解構造を隠したブラインド・テスト（ｂｌｉｎｄ ｔｅｓｔ）によって正解構造にｒｍｓｄ２．０以下で予測できる割合が保証されているような、ＤＯＣＫやＡｕｔｏＤｏｃｋやＧＯＬＤなど既存のドッキングソフトを使ってドッキング計算で安定コンフォメーションが高いスコアを持つと予測された低分子化合物の三次元座標から抽出したＦＰ（ｆｉｎｇｅｒｐｒｉｎｔ）を追加する。
また、本発明は、標的タンパク質と種々低分子化合物の相互作用のスコア化によって得られたコンフォメーションを、ＤＯＣＫやＡｕｔｏＤｏｃｋやＧＯＬＤなど既存のドッキングソフトの初期コンフォメーションとして用いてもよい。これにより、上記発明において、得られた初期コンフォメーションが簡便に得られるのに加えて、実験を再現する精度が高いので、他のソフトプログラムとの組み合わせによって、有用な結果を得られる。
また、本発明は、上記記載のインシリコスクリーニング装置において、上記最適化手段は、上記化合物指紋単位に上記二乗平均偏差を基礎とした、上記候補化合物の、上記標的タンパク質との衝突具合、上記標的タンパク質の相互作用領域における存在割合、および、上記標的タンパク質との直接相互作用割合を考慮に入れた関数に基づいて、上記相互作用スコアを計算する相互作用スコア計算手段、を更に備えたことを特徴とする。
また、本発明は、上記記載のインシリコスクリーニング装置において、上記最適化手段は、上記相互作用スコアをメトロポリス法に基づいて判定し、判定結果にしたがって基底となる上記化合物指紋を変更、増加、または減少させることにより、上記相互作用スコアを最適化させること、を特徴とする。
本発明の一例として具体例を示すと、本発明のメトロポリス判定は、前回のスコアより、今回のスコアが大きいならば候補リガンドの構造を採用し、スコアが小さいならば、採用確率Ｐａｃｃｅｐｔを計算して、Ｐａｃｃｅｐｔに従って棄却するか採用するかを決定してもよい。
また、本発明は、上記記載のインシリコスクリーニング装置において、上記最適化手段は、上記相互作用スコアの最適化過程において、上記候補化合物のコンフォメーションを繰り返し変化させ、シミュレティッドアニーリング法に基づいて、当該候補化合物の上記コンフォメーション毎に当該候補化合物を剛体として繰り返し並進または回転させる構造変換手段、を更に備え、上記最適化手段は、上記構造変換手段により並進または回転された上記コンフォメーション毎の上記候補化合物について上記相互作用スコアを計算すること、を特徴とする。
本発明の一例として具体例を示すと、標的タンパク質の立体構造に類似しているファミリー高分子セットに結合した種々低分子化合物の幾つかの三次元座標情報を含んだＦＰに、仮想化合物ライブラリーから、標的タンパク質にライブラリー低分子化合物をドッキングして、相互作用の最適なコンフォメーションを探すために、繰り返し、モンテカルロ的シミュレティド・アニーリング（ｓｉｍｕｌａｔｅｄ ａｎｎｅａｌｉｎｇ）によって、スコアが最高になるように数学的計算を行う。
さらに具体的には、まず、本発明は、候補リガンドの回転可能な二面角をランダムに変更することにより、コンフォメーションを変化させ、そのコンフォメーションの変化した候補リガンドの座標を用いる。そして、本発明は、標的タンパク質のファミリータンパク質に結合した結合化合物セット由来のＦＰバンドからランダムに１０個のＦＰを選ぶ。そして、本発明は、選択されたｆｐバンドから候補リガンドおよび、ライブラリーリガンドからＦＰ原子座標セットをランダムに選択する。そして、本発明は、この状態をフィンガープリント（ＦＰ）アライメントとし、その対応関係で、最小二乗フィッティングを行う。本発明は、そのときの重ね合わせの二乗平均偏差（ｒｍｓｄ）と重ね合わせ後の候補リガンドの原子座標を用いて相互作用スコアを計算する。そして、本発明は、二回目以降は前回の状態を記憶しておき、リガンド原子のコンフォメーションを保ったまま、すなわち剛体並進、回転を行う。そして、本発明は、一つのＦＰの増加、減少、および、原子座標セットの対応関係の変更、追加を行う。本発明は、このステップを例えば１００００回行う。ここで、シミュレティッドアニーリングの温度は、３０Ｋからはじめ、０．０７Ｋまで下げてもよい。このように、本発明は、一つのコンフォメーションのスコアの最大値を計算し、初期に発生した１０００個のコンフォメーションについて比較し、スコアが最大の構造をタンパク質−リガンド複合体構造として予測し出力する。このとき、１０００個のコンフォメーションを当該スコア順位付けする過程は、遺伝的アルゴリズム等を使用することにより、計算時間や、最大値の探索において工夫してもよい。
また、本発明は、上記記載のインシリコスクリーニング装置において、上記最適化手段は、上記相互作用スコアを以下の数式（１）に基づいて算出すること、を特徴とする。
（ここで、上記ＦＰＡＳｃｏｒｅは上記相互作用スコアを表し、上記Ｆ（ａｌｉｇｎｅｄ＿ｆｐ，ｆｐ＿ｒｍｓｄ，ｍｏｌｅｃｕｌｅ）は、上記結合化合物と上記候補化合物間の上記化合物指紋単位のアライメント度および上記二乗平均偏差、ならびに、上記候補化合物の上記標的タンパク質に対する上記立体構造を変数とする関数であり、上記ＢａｓｅＳｃｏｒｅ（ａｌｉｇｎｅｄ＿ｆｐ，ｆｐ＿ｒｍｓｄ）は、上記化合物指紋単位の一致度および密集度を示す指標であり、上記ｆｐ＿ｖｏｌｕｍｅ（ｍｏｌｅｃｕｌｅ）は、上記結合化合物指紋セットの上記三次元座標からなる空間を上記候補化合物が占める割合、および、上記標的タンパク質との衝突具合を示す指標であり、上記ｆｐ＿ｃｏｎｔａｃｔ＿ｓｕｒｆａｃｅ（ｍｏｌｅｃｕｌｅ）は、上記候補化合物の上記標的タンパク質との接触度、および、上記結合化合物指紋セットの上記三次元座標への帰属度を示す指標である。）
以上のように、これら上記に述べた発明における数学的計算は、従来における物理学的相互作用関数で標的タンパク質と仮想化合物ライブラリー低分子化合物の相互作用を計算していたところを、バイオインフォマティクスの情報を使って半経験的に計算している点が従来手法と異なり、さらに構造予測の成功率は世界で認められているドッキングソフトプログラムに優れるとしても、決して劣ることはないという高い効果を発揮する。また、情報の蓄積が、半経験的バイオインフォマティクス手法の相互作用計算の結果を良いほうに導くので、従来手法と異なり有用である。
また、本発明は、上記記載のインシリコスクリーニング装置において、上記数式（１）における、上記ＢａｓｅＳｃｏｒｅ（ａｌｉｇｎｅｄ＿ｆｐ，ｆｐ＿ｒｍｓｄ）は、以下の数式（２）に基づいて算出され、
（ここで、上記ＲａｗＳｃｏｒｅ（ａｌｉｇｎｅｄ＿ｆｐ）は、上記結合化合物と上記候補化合物間でアライメントされた上記化合物指紋における原子の数に基づく指標であり、上記ｆｐ＿ｒｍｓｄは、上記二乗平均偏差である。）
上記ｆｐ＿ｖｏｌｕｍｅ（ｍｏｌｅｃｕｌｅ）は、以下の数式（６）に基づいて算出され、
（ここで、上記ｎａｆｐは、上記結合化合物指紋セットの上記三次元座標に基づく固有格子点領域に上記候補化合物の上記三次元座標が占有する格子点の数であり、上記ｎａｐは、上記標的タンパク質の上記立体構造における原子の固有格子点領域に上記候補化合物の上記三次元座標が属する格子点の数であり、上記ｋ２および上記ｋ３は、任意の定数である。）
上記ｆｐ＿ｃｏｎｔａｃｔ＿ｓｕｒｆａｃｅ（ｍｏｌｅｃｕｌｅ）は、以下の数式（７）に基づいて算出されること、を特徴とする。
（ここで、上記ｎは、上記候補化合物の原子の数であり、上記ａｔｏｍ（ｉ）は、上記候補化合物のｉ番目の原子の上記三次元座標であり、上記ｄｅｎｓｉｔｙ＿ｏｆ＿ａｔｏｍ（ａｔｏｍ（ｉ））は、当該原子の上記三次元座標が上記結合化合物指紋セットの上記化合物指紋に属している場合に、当該化合物指紋の上記原子と所定の距離で接触している上記標的タンパク質の原子の数と、当該化合物指紋の同一格子点に属する上記結合化合物の原子の数との和を返す関数であり、上記ｔｏｔａｌ＿ｄｅｎｓｉｔｙ＿ｏｆ＿ａｔｏｍ（ｍｏｌｅｃｕｌｅ）は、上記ｄｅｎｓｉｔｙ＿ｏｆ＿ａｔｏｍの分布を降順に並べ換えたものを上記候補化合物の原子の数だけ順に足し合わせた数である。）
本発明の一例として具体例を示すと、本発明は、上記の内容の中でｋ２、ｋ３の値を明確にするために、ＥＧＦＲやＶＥＧＦＲなどの固有の標的タンパク質に対して既知活性化合物を探し、ｋ２，ｋ３を最適化する。そして、本発明は、その値がたとえば、ＥＧＦＲの阻害剤のインシリコスクリーニングにおいて、ｋ２＝２．０，ｋ３＝１．０、となるようなインシリコスクリーニングを行う方法である。上記発明に係るインシリコスクリーニングによって、ＥＧＦＲやＶＥＧＦＲなどの固有の標的タンパク質に適合する化合物を的確にリストアップすることは、抗がん剤の新薬開発に直結するので、従来手法と異なり高い効果を有し有用である。
従来、ＧＯＬＤのようなドッキングソフトプログラムは、生物学的に重要な水素結合に参加する原子を点やベクトルとして、遺伝子アルゴリズムにおいて、良いセットを選ぶ工夫をしている。このような点やベクトルは、上記発明で記載のような標的タンパク質の立体構造に類似しているファミリー高分子セットに種々低分子化合物が結合した集団的コンフォメーションを抽出するときの条件としての部品である三次元化学記述子のＦＰとは違っている。この発明では、上述の発明において、相互作用しているコンフォメーションにおいて生物学的に重要な水素結合等を構成する原子点やベクトルのセットを取り込む場合に、ｆｐ＿ｒｍｓｄ値を以下の式とすれば、生物学的に重要な水素結合または疎水結合またはファンデルワールス相互作用に参加する原子を上述の発明に矛盾なく含ませることが出来ることを特徴とする。
すなわち、本発明では、ｆｐ＿ｒｍｓｄ＋ｄｉｓｔａｎｃｅ ｒｍｓｄ ｉｎｄｉｃａｔｉｖｅ ａｔｏｍ ｓｅｔ ｃｏｍｐｏｓｅｄ ｏｆ ｉｍｐｏｒｔａｎｔ ｐｏｉｎｔｓ ｖｅｃｔｏｒｓの式をｆｐ＿ｒｍｓｄ＊＊ｋ１＋ ｄｉｓｔａｎｃｅ＿ｒｍｓｄ＊＊ｋ４（＊＊ｋ１＜＜＊＊ｋ４はＦＰの寄与が小さい：＊＊ｋ１＞＞＊＊ｋ４は ＦＰの寄与を重視）の形に拡張してもよく、ｄｉｓｔａｎｃｅ＿ｒｍｓｄ＊＊ｋ４としてもよい。ここで、ｄｉｓｔａｎｃｅ＿ｒｍｓｄは、標的タンパク質とドッキングする低分子化合物との相互作用において、リガンド原子が標的タンパク質のリガンド結合部位における生物学的に重要な水素結合または疎水結合またはファンデルワールス相互作用する場合、標的タンパク質のリガンド結合部位における理想座標、標的タンパク質の生物学的に重要な原子、もしくは、その近傍の原子から発生させたベクトルの終点座標との最小二乗誤差として定義される。
また、本発明では、種々低分子化合物において、化合物の殆どがアミノ酸残基のつながったペプチドの場合、ペプチド基が多いために、ｆｐの対応関係が複雑になるので、スコアの計算過程で過小評価して、上記発明におけるＲａｗＳｃｏｒｅについての上記数式において、ペプチドの部分のＦＰの式に該当する部分をゼロ等の過小評価の数字にしてもよい。
すなわち、本発明は、ＦＰを基底にして、標的タンパク質とドッキングする低分子化合物との相互作用を計算する方法に、標的高分子である標的タンパク質のリガンド結合環境の格子情報、化合物と標的高分子間のベクトルを重視する化合物の多点情報、標的タンパク質の生物学的環境を表す化合物から標的タンパク質に向かうベクトル等の何らかの工夫を行う。その上で、本発明は、化合物の種々原子と標的高分子タンパク質を構成する種々原子との古典物理学的原子間ポテンシャル式から相互作用エネルギー等を計算する方法を包含して、融合させるような、上記発明の拡張発明であり、化合物のコンフォメーションや相互作用の結合の強さに関係する順番をスコア値で決めることに関して、従来手法と異なり高い効果を有し有用である。
また、本発明は、記憶部と制御部を少なくとも備えたインシリコスクリーニング装置において実行される、標的タンパク質に結合する候補化合物のスクリーニングを行うインシリコスクリーニング方法であって、上記記憶部は、化合物中の複数個の原子に係る化合物指紋として、原子タイプと原子間結合規則とを含む化学記述子を、上記候補化合物ごとに抽出して作成された化合物データベースを備えており、上記制御部において実行される、上記標的タンパク質と立体構造が同一または類似するファミリータンパク質に結合することが既知の結合化合物について、上記標的タンパク質の座標系に変換した三次元座標とともに上記化合物指紋を抽出して結合化合物指紋セットを作成する化合物指紋作成ステップと、上記化合物データベースに記憶された上記候補化合物について、上記結合化合物指紋セットの上記三次元座標を基底として算出した上記化合物指紋単位の二乗平均偏差を基礎とする相互作用スコアが最適化されるように、当該候補化合物の上記標的タンパク質に対する上記立体構造を演算する最適化ステップと、を含むことを特徴とする。
以上、この発明によれば、タンパク質と化合物との結合を精度よく予測することができる一方で、ヒットする化合物を数多く選出することができ、また、生物化学的な実験等の情報を考慮に入れた半経験的なスクリーニングを行うことができ予測効率を高めることができるという効果を奏する。

第１図は、本発明が適用される本インシリコスクリーニング装置の構成の一例を示すブロック図であり、第２図は、インシリコスクリーニング装置１００の処理の一例を示すフローチャートであり、第３図は、従来のドッキングソフトと、タンパク質−リガンド複合体の多数のＸ線構造やＮＭＲ構造を効果的に用いたバイオインフォマティクスによる本実施例に係るドッキング方法を示す状況図であり、第４図は、本実施例（ＣｈｏｏｓｅＬＤ）によるタンパク質−リガンド・ドッキングの原理構成図であり、第５図は、ＦＰ（ｆｉｎｇｅｒｐｒｉｎｔ）の作り方を一例として示す図であり、第６図は、本実施例で用いた原子の文字列一覧を示す図表であり、第７図は、タニモト係数による化合物間の類似性算出方法を示す模式図であり、第８図は、標的タンパク質の結合部位にリガンドをドッキングさせる場合のＦＰを一例として示す模式図であり、第９図は、たどった経路から原子座標を得て、ＦＰバンドに登録する過程を一例として示す図であり、第１０図は、本実施例におけるＦＰバンドの絞り込みステップ（ｍｅｔｈｏｄ ｓｔｅｐ ｏｆ ｓｈｒｉｎｋｉｎｇ ｆｉｎｇｅｒｐｒｉｎｔ ｂａｎｄ）を一例として示す図であり、第１１図は、座標ベクトル同士に対応関係を与える過程を一例として示す模式図であり、第１２図は、ｎａｆｐとｎａｐの具体例を原子数が３１のリガンドを用いて示した図であり、第１３図は、標的タンパク質の活性部位近傍におけるＦＰライブラリー由来のリガンドの位置を一例として示した図であり、第１４図は、シミュレティッドアニーリング過程を一例として示す概念図であり、第１５図は、ＦＰＡＳｃｏｒｅを算出するためのＦＰアライメントおよび最小自乗フィッティングを模式的に示した図であり、第１６図は、ＥＧＦＲインシリコスクリーニングにおける計算時間の分布を示す図であり、第１７図は、ベンチマークの概要を一例として示す図であり、第１８図は、ＰＤＢへの登録数の年度分布を表す図であり、第１９図は、予測と実験結果間でのｒｍｓｄを要約したテーブルであり、第２０図は、８５セットにおける予測成功率一覧（ｋｌとＴｃ Ｒａｎｇｅの関係）を示す図表であり、第２１図は、１０位までにｒｍｓｄ２．０以下で予測できる割合を示す図表であり、第２２図は、１０位までにｒｍｓｄ２．５（Ｃｌｏｓｅ）以下で予測できる割合を示す図表であり、第２３図は、成功とみなす正解構造とのｒｍｓｄを２．０Å以外でも行った場合を示す図表であり、第２４図は、ＣｈｏｏｓｅＬＤと比較して、Ｄｏｃｋ，ＡｕｔｏＤｏｃｋおよびＧＯＬＤのベンチマークの結果を示す図表であり、第２５図は、８５セットにおけるＦＰＡＳｃｏｒｅの予測構造と実験構造とのｒｍｓｄが２．０Å以下における各々標的タンパク質との衝突個数の分布を示す図であり、第２６図は、８５セットベンチマークにおける予測成功構造の個数分布を示す図であり、第２７図は、各ターゲットにおける全１０回のドッキング試行における成功個数を示す図であり、第２８図は、１３３セットのベンチマークにおけるＤＯＣＫ，ＡｕｔｏＤｏｃｋ，ＧＯＬＤ予測構造のｒｍｓｄ分布の結果と、ＣｈｏｏｓｅＬＤ法の結果を示す図であり、第２９図は、１３３セットのベンチマークにおけるＤＯＣＫ，ＡｕｔｏＤｏｃｋ，ＧＯＬＤ予測構造のｒｍｓｄ分布の結果と、ＣｈｏｏｓｅＬＤ法の結果を示す図であり、第３０図は、各ターゲットにおける全１０回のドッキング試行における成功個数を示す図であり、第３１図は、各ターゲットにおける全１０回のドッキング試行における成功個数を示す図であり、第３２図は、Ｔｃ範囲で限定されたＦＰライブラリーにおいてＦＰＡＳｃｏｒｅで順位付けされた分布内に実験構造とのｒｍｓｄが２．０Å以下の構造が得られる確率を示す図であり、第３３図は、Ｔｃ範囲で限定されたＦＰライブラリーにおいてＦＰＡＳｃｏｒｅで順位付けされた分布内に実験構造とのｒｍｓｄが２．０Å以下の構造が得られる確率を示す図であり、第３４図は、予測成功構造の衝突個数の分布を示す図であり、第３５図は、ＦＰライブラリーに用いるリガンドのＴｃ範囲の上限値をさらに低くし、０．１６，０．２４，０．３６に下限値を０．０８にした場合の性能および、前述したＴｃ範囲、すなわち上限値０．５６，０．７６，０．９６、下限値０．０８の予測成功率を示す図であり、第３６図は、１ＤＲ１について予測されたタンパク質−リガンド構造を示す図であり、第３７図は、４ＥＳＴについて予測されたタンパク質−リガンド構造を示す図であり、第３８図は、ＧＯＬＤが失敗したがＣｈｏｏｓｅＬＤは予測に成功したターゲットを示す１ＣＤＧについての図であり、第３９図は、ＧＯＬＤが失敗したがＣｈｏｏｓｅＬＤは予測に成功したターゲットを示す１ＤＲ１についての図であり、第４０図は、ＧＯＬＤが失敗したがＣｈｏｏｓｅＬＤは予測に成功したターゲットを示す１ＬＤＭについての図であり、第４１図は、ＧＯＬＤが失敗したがＣｈｏｏｓｅＬＤは予測に成功したターゲットを示す４ＥＳＴについての図であり、第４２図は、１３３セット中における９０ターゲットにおける予測成功率を示す図表であり、第４３図は、ドッキングソフト間の予測に成功した標的タンパク質のＰＤＢＩＤの類似度をＴｃ（タニモト係数）で算出した図表であり、第４４図は、９０ターゲット中の一つの標的タンパク質に対する各ドッキングソフトの予測の成否分布を示す図表であり、第４５図は、ＤＯＣＫが失敗したがＣｈｏｏｓｅＬＤは予測に成功したターゲットを示す１ＨＹＴについての図であり、第４６図は、ＤＯＣＫが失敗したがＣｈｏｏｓｅＬＤは予測に成功したターゲットを示す１ＰＨＧについての図であり、第４７図は、ＤＯＣＫが失敗したがＣｈｏｏｓｅＬＤは予測に成功したターゲットを示す１ＴＭＮについての図であり、第４８図は、１位だけではなく１０位までにｒｍｓｄ２．０の構造が採取できる割合を示す図であり、第４９図は、１位だけではなく１０位までにｒｍｓｄ２．５（Ｃｌｏｓｅ）の構造が採取できる割合を示す図であり、第５０図は、成功と定義するｒｍｓｄを変化させた場合を示す図表であり、第５１図は、本実施例による処理の結果を示す図表であり、第５２図は、ＥＧＦＲからの細胞内シグナル伝達経路を示した図であり、第５３図は、ＥＧＦＲのアミノ酸配列のアライメントを示す図であり、第５４図は、構築されたＥＧＦＲのモデルを示す図であり、第５５図は、入手した１１個の阻害剤の平面構造を示す図であり、第５６図は、ＦＰＡＳｃｏｒｅで定義されたｋ２値を０．５から５．０の範囲に変更した際の収穫率折れ線グラフを示す図であり、第５７図は、ＦＰＡＳｃｏｒｅにおけるｋ３値を０．５から２．０の範囲に変更した際の収穫率折れ線グラフを示す図であり、第５８図は、Ｔｃ上限値を１．００とし、Ｔｃ下限値の範囲を０．０８から０．３２まで、０．０８刻みで変化させた場合の、それぞれのＴｃ範囲におけるインシリコスクリーニングの結果を示す図であり、第５９図は、ＰＤＢに登録されているタンパク質―リガンド複合体構造既知のＰＤＢＩＤとそのリガンドの順位付けを示す図であり、第６０図は、第５９図のリガンドＩＤと化合物名を対応付ける図であり、第６１図は、Ｋｉｎａｓｅのインシリコスクリーニングによる絞り込みの結果の上位１０位のタンパク質―リガンド複合体を示す図であり、第６２図は、第６１図を別角度から見た図であり、第６３図は、ＴＧＦ−α結合ドメイン近傍を表した図であり、第６４図は、ＭＤＬ Ｃｏｍｐｒｅｈｅｎｓｉｖｅ Ｍｅｄｉｃｉｎａｌ Ｃｈｅｍｉｓｔｒｙ（ＭＤＬ ＣＭＣ）Ｌｉｂｒａｒｙを用いたＥＧＦＲのＴＧＦ−α結合ドメインに対するインシリコスクリーニングの結果を示す図であり、第６５図は、ＭＤＬ ＡＣＤ Ｌｉｂｒａｒｙを用いた同インシリコスクリーニングの結果を示す図であり、第６６図は、ＫＲＮ６３３（ＩＣ５０ ＝ １．１６ｎｍ／Ｌ）の平面構造を示す図であり、第６７図は、ＫＲＮ９５１（ＩＣ５０＝０．１６ｎｍ／Ｌ）の平面構造を示す図であり、第６８図は、ＫＲＮ６３３のＶＥＧＦＲ２活性部位近傍へのドッキングに用いたＦＰライブラリーに所属するリガンドにおいてドッキングに使用されたリガンドの上位１０個を示した図であり、第６９図は、ＫＲＮ６３３について、ＣｈｏｏｓｅＬＤ法を１０回実行し、予測された構造１０個をＶＥＧＦＲ２の活性部位近傍の立体構造とともに示した図であり、第７０図は、ＫＲＮ９５１のＶＥＧＦＲ２活性部位近傍へのドッキングに用いたＦＰライブラリーに所属するリガンドにおいてドッキングに使用されたリガンドの上位１０個を示した図であり、第７１図は、ＫＲＮ９５１について、ＣｈｏｏｓｅＬＤ法を１０回実行し、予測された構造１０個をＶＥＧＦＲ２の活性部位近傍の立体構造とともに示した図であり、第７２図は、１３３セットを用いたＣｈｏｏｓｅＬＤ法のドッキング性能試験の結果得られたＴｃ下限値を０．０８に固定し、Ｔｃ上限値を変化させた時の予測成功率について、横軸にＴｃ 上限値、縦軸に成功率としたグラフを示す図であり、第７３図は、ｅｎｏｙｌ ａｃｙｌ ｃａｒｒｉｅｒ ｐｒｏｔｅｉｎの立体構造を示した図であり、第７４図は、ＭＤＬ Ｃｏｍｐｒｅｈｅｎｓｉｖｅ Ｍｅｄｉｃｉｎａｌ Ｃｈｅｍｉｓｔｒｙ（ＭＤＬ ＣＭＣ）Ｌｉｂｒａｒｙを用いて、ｅｎｏｙｌ ａｃｙｌ ｃａｒｒｉｅｒ ｐｒｏｔｅｉｎのインシリコスクリーニングを行った結果のＦＰＡＳｃｏｒｅの上位１０構造を示す図であり、第７５図は、ＡＭＰＫｈｏｍｏＧＡＭＭＡ１と２Ｖ９Ｊ＿Ｅのアミノ酸配列のアライメントを示した図であり、第７６図は、リガンドが受容体全体に結合したＣＭＣ医薬品の結果リストを示す図であり、第７７図は、１位から１０位までの２Ｖ９Ｊ＿Ｅ受容体への結合状態を図に示した図である。

以下に、本発明にかかるインシリコスクリーニング装置およびインシリコスクリーニング方法の実施の形態を図面に基づいて詳細に説明する。なお、この実施の形態によりこの発明が限定されるものではない。
［本発明の概要］
以下、本発明の概要について説明し、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。
現在、Ｘ線解析、ＮＭＲ実験、電子線解析実験、高分解能電子顕微鏡写真等の実験によって、ペプチドや低分子化合物や金属等の種々の化合物が標的高分子と直接相互作用をしている状態を示す、約四万に至る数の三次元座標がＰＤＢ（Ｐｒｏｔｅｉｎ Ｄａｔａ Ｂａｎｋ）に登録されている。また、コンピュータの性能とバイオインフォマティクスの進歩により、種々化合物が結合した、標的高分子タンパク質に立体構造が類似しているファミリー高分子タンパク質セットは、ＳＣＯＰ等のウェブサイトやＣＡＳＰで優秀な成績を示している本出願人が製作したプログラム等により容易に得られ、抽出できる。
この状態をふまえ、本願発明者は、従来一般的に古典物理学的に決められている標的高分子タンパク質に対する直接結合する当該化合物のコンフォメーションやその時得られるスコア値を利用した当該相互作用エネルギーの結果から化合物のインシリコスクリーニングの順番を決める手法の代わりに、標的高分子タンパク質に結合した種々化合物の集団的重なり状態を利用して、バイオインフォマティクスを代用できれば、人の叡智を基礎にした化合物のコンフォメーションやその時得られるスコア値を利用した相互作用エネルギーの結果から化合物のインシリコスクリーニングにより順番を決めることが可能となるはずであるとの着想を得た。
本発明は、上記着想に基づいて本願発明者により鋭意検討された結果完成されたものであり、概略的に、以下の基本的特徴を有する。すなわち、本発明は、記憶部と制御部を少なくとも備えた、標的タンパク質に結合する候補化合物のスクリーニングを行うインシリコスクリーニング装置であって、記憶部は、化合物中の複数個の原子に係る化合物指紋として、原子タイプと原子間結合規則とを含む化学記述子を、候補化合物ごとに抽出して作成された化合物データベースを備える。
ここで、「化合物指紋」（フィンガープリント：ＦＰ）とは、より具体的には、化合物中の原子２個、３個ないし４個等の原子の原子タイプと原子間結合規則を内包した化学記述子である。「原子タイプ」は、一例として、Ｓｙｂｙｌ原子タイプ（ａｔｏｍ−ｔｙｐｅ）や「原子価タイプ」（Ｖａｌｅｎｃｅ−ｔｙｐｅ）等である。「原子間結合規則」は、原子間の化学結合の状態を表すものであり、例えば、単結合や二重結合や芳香環結合等の結合規則や、分子軌道法による分類等を示すものである。
つづいて、本発明のスクリーニング装置は、標的タンパク質と立体構造が同一または類似するファミリータンパク質に結合することが既知の結合化合物について、標的タンパク質の座標系に変換した三次元座標とともに化合物指紋を抽出して結合化合物指紋セットを作成する。すなわち、標的タンパク質の座標系において、その立体構造に結合した化合物集団の集団的コンフォメーションを収集し、三次元座標を対応付けて化合物指紋を抽出する。
ここで、「標的タンパク質と立体構造が同一または類似するファミリータンパク質」は、標的タンパク質自体でもよく、標的タンパク質の一部の構造（例えば、活性部位やリガンド結合部位など）と同一または類似するタンパク質でもよく、標的タンパク質の立体構造を解析して活性部位を指定することなく同一または類似するタンパク質を用いてもよい。安定コンフォメーションが高いスコアを持つようにするために、従来のＤＯＣＫやＡｕｔｏＤｏｃｋやＧＯＬＤなど既存のドッキングソフトを使ってのドッキング計算では、予め当該標的タンパク質の立体構造を解析して活性部位を指定する必要があった。しかし、本発明では、これらに比べて、従来手法とは異なり高い効果を有し、文献等の学習を通じて活性部位を指定する必要がないので有用である。
また、標的タンパク質のアミノ酸配列をクエリー配列として、化合物に結合したタンパク質の立体構造およびアミノ酸配列を記憶するタンパク質データベース等から相同性検索を行って、標的タンパク質との構造重ね合わせにより構造の類似性を表す指標が一定値以上となったタンパク質をファミリータンパク質としてもよい。また、ここで、「タンパク質に結合することが既知の結合化合物」には、Ｘ線構造解析やＮＭＲ構造解析等により実験的にタンパク質−化合物複合体の立体構造が確認されたものでもよい。また、結合化合物は、単にタンパク質に結合することが既知であればよく、公知のドッキングアルゴリズム（ＤＯＣＫやＡｕｔｏＤｏｃｋやＧＯＬＤ等）や任意の座標発生プログラム（Ｃｏｒｉｎａなど）等により標的タンパク質に対して安定なコンフォメーションを持つと予測された化合物でもよい。
また、ここで、本インシリコスクリーニング装置は、結合化合物の三次元座標を標的タンパク質の座標系に変換するために、ファミリータンパク質と標的タンパク質との構造重ね合わせ操作を行い、ファミリータンパク質に結合した結合化合物をファミリータンパク質の座標系から標的タンパク質の座標系に結合化合物の座標と共に変換してもよい。例えば、構造重ね合わせ操作は、原子の種類を考慮しないタンパク質同士の構造の重ね合わせアルゴリズム（ＣＥ等）によって実行してもよく、標的タンパク質とファミリータンパク質との相同性が高い場合には、原子の種類を考慮した構造重ね合わせを行ってもよい。
また、化合物指紋の抽出は、結合化合物から直接抽出することに限らず、標的タンパク質に対する候補化合物の探索の狙いの必要に応じて任意の化合物指紋を加えてもよい。例えば、結合化合物と異なる他の化合物を参照して構造重ね合わせを行い、結合化合物と他の上記化合物の原子間をまたがる新たな化合物指紋を作成して結合化合物指紋セットに加えてもよく、タニモト係数に基づき結合化合物と類似する化合物について、結合化合物と当該化合物の原子間で原子の種類を入れ替え、安定性を評価できるプログラム（「ｃｉｒｃｌｅ」等）を用いて標的タンパク質に対する相互作用エネルギーを算出して結合化合物の化合物指紋よりも局所エネルギー的に安定な化合物指紋を「改正化合物指紋（Ｍｏｄｉｆｉｅｄ ＦＰ）」として新たに作成して結合化合物指紋セットに追加してもよい。すなわち、標的タンパク質との結合に理想的な低分子化合物をリード化合物として、相互作用エネルギーがよくなるようにいろいろな置換基を付加したり、理想的な低分子化合物に化合物指紋の定量化関数であるタニモト係数が非常に似た、すなわち１に近い任意の低分子化合物を見つける場合に、化合物指紋領域を、実験的に解析済みの理想的な低分子化合物の周りの領域である４または５オングストロームに限定する。これにより、それら化学構造が似ているタニモト係数が非常に似た化合物のドッキング構造とその相互作用スコアを容易に計算できる。
つづいて、本発明のインシリコスクリーニング装置は、化合物データベースに記憶された候補化合物について、座標固定の結合化合物指紋セットの三次元座標を基底として算出した化合物指紋単位の二乗平均偏差（ｒｍｓｄ：ｒｏｏｔ−ｍｅａｎ−ｓｑｕａｒｅ−ｄｅｖｉａｔｉｏｎ）を基礎とする相互作用スコアが最適化されるように、候補化合物の標的タンパク質に対する立体構造を演算する。
すなわち、この最適化過程において、本インシリコスクリーニング装置は、一例として、候補化合物のコンフォメーションを繰り返し変化させ、候補化合物のコンフォメーション毎に候補化合物を剛体として繰り返し並進または回転させ、二乗平均偏差を基礎として算出した相互作用スコアをメトロポリス法に基づいて判定し、判定結果にしたがって候補化合物の化合物指紋を変更、増加、または減少させる。ここで、化合物指紋をいくつかランダムに抽出して、基底となる座標固定の結合化合物指紋セットを選択してもよい。また、候補化合物の回転可能な二面角をランダムに変更することによりコンフォメーションを変化させる代わりに、遺伝子アルゴリズム等のように以前のコンフォメーションを記憶して候補化合物の構造を変化させてもよい。
また、上記最適化過程における相互作用スコアの計算は、一例として、化合物指紋単位に二乗平均偏差を基礎とした、候補化合物の、標的タンパク質との衝突具合、標的タンパク質の相互作用領域における存在割合、および、標的タンパク質との直接相互作用割合を考慮に入れた関数に基づいて計算される。相互作用スコアは、より具体的には、以下の数式（１）に基づいて算出される。
（ここで、ＦＰＡＳｃｏｒｅは相互作用スコアであり、Ｆ（ａｌｉｇｎｅｄ＿ｆｐ，ｆｐ＿ｒｍｓｄ，ｍｏｌｅｃｕｌｅ）は、結合化合物と候補化合物間の化合物指紋単位のアライメント度および二乗平均偏差、ならびに、候補化合物の標的タンパク質に対する立体構造を変数とする関数であり、ＢａｓｅＳｃｏｒｅ（ａｌｉｇｎｅｄ＿ｆｐ，ｆｐ＿ｒｍｓｄ）は、化合物指紋単位の一致度および密集度を示す指標であり、ｆｐ＿ｖｏｌｕｍｅ（ｍｏｌｅｃｕｌｅ）は、結合化合物指紋セットの三次元座標からなる空間を候補化合物が占める割合、および、標的タンパク質との衝突具合を示す指標であり、ｆｐ＿ｃｏｎｔａｃｔ＿ｓｕｒｆａｃｅ（ｍｏｌｅｃｕｌｅ）は、候補化合物の標的タンパク質との接触度、および、結合化合物指紋セットの三次元座標への帰属度を示す指標である。）
以上が、本発明の処理の概要である。このように、最適化手法に従って計算された相互作用スコアに基づいて、候補化合物の標的タンパク質に対する相互作用の順位が決定され、化合物データベースから有意な候補化合物が推定できるので、タンパク質と化合物との結合を精度よく予測することができる一方で、ヒットする化合物を数多く選出することができ、また、生物化学的な実験等の情報を考慮に入れた半経験的なスクリーニングを行うことができ予測効率を高めることができる。
すなわち、本発明は、標的タンパク質の立体構造に同一または類似しているファミリータンパク質に集団的に結合した種々の低分子化合物（結合化合物）のコンフォメーションが、標的タンパク質と相互作用した最安定構造に近いことを考察した結果なされたものである。さらに、本発明は、結合化合物と候補化合物とを対比する際に取り扱いやすい化合物指紋を単位として適切な相互作用スコアのスコア付けを行って最適化することにより、従来手法よりも予測効率を高めた半経験的なインシリコスクリーニングを行うことができる。
［インシリコスクリーニング装置の構成］
まず、本インシリコスクリーニング装置の構成について説明する。図１は、本発明が適用される本インシリコスクリーニング装置の構成の一例を示すブロック図であり、該構成のうち本発明に関係する部分のみを概念的に示している。
図１においてインシリコスクリーニング装置１００は、概略的に、インシリコスクリーニング装置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。更に、このインシリコスクリーニング装置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。
記憶部１０６に格納される各種のデータベースやテーブル（候補化合物ＤＢ１０６ａ〜医薬品化合物ＤＢ１０６ｃ）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等を格納する。
これら記憶部１０６の各構成要素のうち、候補化合物ＤＢ１０６ａは、インシリコスクリーニングの候補となる化合物（「候補化合物」と呼ぶ。）ごとに化合物指紋を抽出して作成された候補化合物データベース手段である。
また、結合化合物指紋セット１０６ｂは、標的タンパク質と立体構造が同一または類似するタンパク質（「ファミリータンパク質」と呼ぶ。）に結合することが既知の化合物（「結合化合物」と呼ぶ。）について、標的タンパク質の座標系に変換した三次元座標とともに化合物指紋を抽出して作成された結合化合物指紋セットを記憶する結合化合物指紋記憶手段である。
また、医薬品化合物ＤＢ１０６ｃは、既知の医薬品化合物について化合物指紋を抽出して作成された医薬品化合物指紋セットを記憶する、ＭＤＬ ＣＭＣ Ｌｉｂｒａｒｙ等の医薬品化合物データベースである。すなわち、医薬品化合物ＤＢ１０６ｃは、医薬品データベースを使って化合物情報を引き出すために、薬物吸収や薬物代謝や薬物排泄や薬物毒性等を指標にして、化合物指紋の整理の基底としての基礎データ単位を使って、予め整理した薬物吸収や薬物代謝や薬物排泄や薬物毒性に特化した結合化合物指紋セット１０６ｂを作成するために用いられる。
また、図１において、通信制御インターフェース部１０４は、インシリコスクリーニング装置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。
また、図１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、記録媒体読取装置等を用いることができる。この入力装置１１２を介して、インシリコスクリーニングの対象となる標的タンパク質や候補化合物が入力される。
また、図１において、制御部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、化合物指紋作成部１０２ａ、最適化部１０２ｂ、スクリーニング結果出力部１０２ｃ、相同性検索部１０２ｄを備えて構成されている。
化合物指紋作成部１０２ａは、候補化合物や結合化合物や医薬品化合物等の化合物から化合物指紋を抽出する化合物指紋作成手段である。例えば、化合物指紋作成部１０２ａは、入力装置１１２を介して入力された候補化合物について化合物指紋を抽出して候補化合物指紋セットを作成し候補化合物ＤＢ１０６ａに格納する。また、化合物指紋作成部１０２ａは、取得した医薬品化合物から化合物指紋を抽出して医薬品化合物指紋セットを作成し医薬品化合物ＤＢ１０６ｃに格納する。
また、化合物指紋作成部１０２ａは、ファミリータンパク質に結合することが既知の結合化合物について、原子の三次元座標を標的タンパク質の座標系に変換し、変換した三次元座標とともに化合物指紋を抽出して結合化合物指紋セット１０６ｂを作成する。すなわち、化合物指紋作成部１０２ａは、標的タンパク質の座標系において、その立体構造に結合した化合物集団の集団的コンフォメーションを収集し、三次元座標に対応付けて化合物指紋を抽出する。換言すれば、化合物指紋作成部１０２ａは、標的タンパク質に結合した化合物集団から化合物指紋と呼ばれる原子２個、３個、または４個等の原子の原子タイプと原子間の結合規則を内包した化学記述子を化合物記述子の三次元座標を伴って、できる限り多く抽出し、それらを記憶部１０６の中にデータベースの表として収納することにより結合化合物指紋セット１０６ｂを作成する。
ここで、化合物指紋作成部１０２ａは、結合化合物の三次元座標を標的タンパク質の座標系に変換するために、ファミリータンパク質と標的タンパク質との構造重ね合わせ操作を行い、ファミリータンパク質に結合した結合化合物の三次元座標を、（ファミリータンパク質の座標系から）標的タンパク質の座標系に変換してもよい。例えば、化合物指紋作成部１０２ａは、原子の種類を考慮しないタンパク質同士（標的タンパク質とファミリータンパク質）の構造重ね合わせアルゴリズム（ＣＥ等）によって構造重ね合わせ操作を行ってもよく、標的タンパク質とファミリータンパク質との相同性が高い場合には、原子の種類を考慮した構造重ね合わせを行ってもよい。
また、化合物指紋作成部１０２ａは、結合化合物から直接、化合物指紋を抽出することに限らず、標的タンパク質に対する候補化合物の探索の狙いの必要に応じて任意の化合物指紋を結合化合物指紋セット１０６ｂに加えてもよい。ここで、化合物指紋作成部１０２ａは、図１に示すように、新規化合物指紋追加部１０２ｅを備えて構成される。すなわち、新規化合物指紋追加部１０２ｅは、結合化合物から直接抽出される化合物指紋以外の新規な化合物指紋を作成し結合化合物指紋セット１０６ｂに追加する新規化合物指紋追加手段である。例えば、新規化合物指紋追加部１０２ｅは、結合化合物と異なる他の化合物を参照して構造重ね合わせを行い、結合化合物と他の上記化合物の原子間をまたがる新たな化合物指紋を作成して結合化合物指紋セット１０６ｂに加えてもよい。また、新規化合物指紋追加部１０２ｅは、タニモト係数に基づき結合化合物と類似する化合物について、結合化合物と当該化合物の原子間で原子の種類を入れ替え、安定性を評価できるプログラム（「ｃｉｒｃｌｅ」等）を用いて標的タンパク質に対する相互作用エネルギーを算出して結合化合物の化合物指紋よりも局所エネルギー的に安定な化合物指紋を改正化合物指紋（Ｍｏｄｉｆｉｅｄ ＦＰ）として新たに作成して結合化合物指紋セット１０６ｂに追加してもよい。
最適化部１０２ｂは、候補化合物ＤＢ１０６ａに記憶された候補化合物について、結合化合物指紋セット１０６ｂに記憶された化合物指紋の三次元座標を基底として化合物指紋単位の二乗平均偏差（ｒｍｓｄ）を算出し、当該二乗平均偏差を基礎とする相互作用スコアが最適化されるように、候補化合物の標的タンパク質に対する立体構造を演算する最適化手段である。例えば、最適化部１０２ｂは、生成した候補化合物の当該コンフォメーションおよび標的タンパク質に対する三次元座標ごとに、二乗平均偏差を基礎として算出した相互作用スコアをメトロポリス法に基づいて判定し、判定結果にしたがって候補化合物の化合物指紋を変更、増加、または減少させる。ここで、最適化部１０２ｂは、結合化合物指紋セット１０６ｂから化合物指紋をいくつかランダムに抽出して、基底となる座標固定の結合化合物指紋セットを選択してもよい。ここで、最適化部１０２ｂは、図１に示すように、相互作用スコア計算部１０２ｆ、構造変換部１０２ｇを備えて構成されている。
相互作用スコア計算部１０２ｆは、最適化部１０２ｂによる最適化過程において、化合物指紋単位に二乗平均偏差を基礎とした、候補化合物の、標的タンパク質との衝突具合、標的タンパク質の相互作用領域における存在割合、および、標的タンパク質との直接相互作用割合を考慮に入れた関数に基づいて、相互作用スコアを計算する相互作用スコア計算手段である。なお、相互作用スコア計算部１０２ｆによる相互作用スコアの計算の具体例については、以下の処理の説明で詳細に述べる。
また、構造変換部１０２ｇは、最適化部１０２ｂによる最適化過程において、候補化合物のコンフォメーションを繰り返し変化させ、シミュレティッドアニーリング法に基づいて、当該候補化合物のコンフォメーション毎に当該候補化合物を剛体として繰り返し並進または回転させる構造変換手段である。また、構造変換部１０２ｇは、候補化合物の回転可能な二面角をランダムに変更することによりコンフォメーションを変化させる代わりに、遺伝子アルゴリズム等のように以前のコンフォメーションを記憶して候補化合物の構造を変化させてもよい。
スクリーニング結果出力部１０２ｃは、最適化部１０２ｂにより最適化された相互作用スコアに基づいて、候補化合物の標的タンパク質に対する相互作用順位を決定して、インシリコスクリーニング結果を出力する結果出力手段である。
相同性検索部１０２ｄは、標的タンパク質のアミノ酸配列との相同性に基づいて、ファミリータンパク質および結合化合物をタンパク質データベース装置から検索する相同性検索手段である。すなわち、相同性検索部１０２ｄは、結合化合物を取得するために、標的タンパク質のアミノ酸配列をクエリー配列として、外部システム２００等のタンパク質データベースに照会することにより相同性検索を行い、標的タンパク質に対して相同性を有するタンパク質に結合した構造が既知の結合化合物を取得する。
図１に示すように、本インシリコスクリーニング装置１００は、アミノ酸配列情報やタンパク質立体構造情報に関する外部データベースや、配列や立体構造のアライメント等を行う外部プログラム等を提供する外部システム２００と、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もよい。なお、ネットワーク３００は、インシリコスクリーニング装置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。
すなわち、図１において、外部システム２００は、ネットワーク３００を介して、インシリコスクリーニング装置１００と相互に接続され、アミノ酸配列情報やタンパク質立体構造情報に関するタンパク質データベース等の外部データベース（ＰＤＢやＰＳＩ−Ｂｌａｓｔ等）や、配列や立体構造のアライメント等を行う外部プログラム等を提供する機能を有する。ここで、タンパク質データベースには、Ｘ線構造解析やＮＭＲ構造解析等により実験的にタンパク質−化合物複合体の立体構造が確認されたものに限らず、単にタンパク質に結合することが既知の化合物が保存されてもよい。この場合、上述の化合物指紋作成部１０２ａは、公知のドッキングアルゴリズム（ＤＯＣＫやＡｕｔｏＤｏｃｋやＧＯＬＤ等）や任意の座標発生プログラム（Ｃｏｒｉｎａなど）等により、標的タンパク質に対して安定なコンフォメーションを持つ結合化合物の構造を予測して結合化合物指紋セット１０６ｂの作成に利用する。
［インシリコスクリーニング装置１００の処理］
次に、このように構成された本実施の形態における本インシリコスクリーニング装置１００の処理の一例について、以下に図２を参照して詳細に説明する。図２は、インシリコスクリーニング装置１００の処理の一例を示すフローチャートである。
図２に示すように、まず、相同性検索部１０２ｄは、入力装置１１２を介して入力された標的タンパク質のアミノ酸配列に基づいて、外部システム２００等のタンパク質データベースから特定の化合物（結合化合物）と結合した立体構造が既知のファミリータンパク質を相同性検索する（ステップＳＡ−１）。
そして、化合物指紋作成部１０２ａは、標的タンパク質の構造と、結合化合物を伴ったファミリータンパク質の構造とを重ね合わせる（ステップＳＡ−２）。ここで、化合物指紋作成部１０２ａは、原子の種類を考慮しないタンパク質同士の構造重ね合わせを行ってもよく、標的タンパク質とファミリータンパク質との相同性が所定値以上で高い場合には、原子の種類を考慮した構造重ね合わせを行ってもよい。
そして、化合物指紋作成部１０２ａは、結合化合物の三次元座標を、ファミリータンパク質の座標系から標的タンパク質の座標系に変換する（ステップＳＡ−３）。
そして、化合物指紋作成部１０２ａは、標的タンパク質の座標系に変換した結合化合物の三次元座標とともに、結合化合物から化合物指紋を抽出して記憶部１０６に格納することにより結合化合物指紋セット１０６ｂを作成する（ステップＳＡ−４）。ここで、新規化合物指紋追加部１０２ｅは、標的タンパク質に対する候補化合物の探索の狙いの必要に応じて任意の化合物指紋（「Ｍｏｄｉｆｉｅｄ ＦＰ」等）を加えてもよい。また、化合物指紋作成部１０２ａは、結合化合物指紋セット１０６ｂに記憶された化合物指紋セットと医薬品化合物ＤＢ１０６ｃに記憶された化合物指紋セットとの積集合を求めることにより医薬品化合物に似た構造の絞り込みをかけてもよい。
そして、最適化部１０２ｂは、候補化合物ＤＢ１０６ａに記憶された候補化合物についての相互作用スコアの計算の基底となる座標固定の化合物指紋を結合化合物指紋セット１０６ｂから選出する（ステップＳＡ−５）。
そして、最適化部１０２ｂは、候補化合物について、選出した化合物指紋の座標固定の三次元座標を基底として化合物指紋単位の二乗平均偏差を算出して最小自乗フィッティングを行い、当該二乗平均偏差を基礎とする相互作用スコアが最適化されるように、候補化合物の標的タンパク質に対する立体構造を演算する（ステップＳＡ−６）。すなわち、最適化部１０２ｂは、相互作用スコア計算部１０２ｆの処理により、結合化合物指紋セット１０６ｂから任意に選ばれた、標的タンパク質の座標固定の化合物指紋を基底として化合物指紋同士の三次元座標の二乗平均偏差を基礎とした相互作用スコアを算出する。そして、最適化部１０２ｂは、相互作用スコアを指標として、構造変換部１０２ｇの処理により変換された候補化合物のコンフォメーションおよび標的タンパク質に対する構造が最適化されるように、メトロポリス法を基本にしたシミュレティッドアニーリング法を実行する。
そして、スクリーニング結果出力部１０２ｃは、最適化部１０２ｂにより最適化された相互作用スコアに基づいて、候補化合物ＤＢ１０６ａ中の候補化合物の、標的タンパク質に対する相互作用順位を決定して、インシリコスクリーニングの結果を出力装置１１４に出力する（ステップＳＡ−７）。例えば、スクリーニング結果出力部１０２ｃは、最適化部１０２ｂにより各候補化合物ごとに得られた最高点の相互作用スコアについて降順に候補化合物群を並べ替えて出力する。
以上で、インシリコスクリーニング装置１００の処理が終了する。
［相互作用スコアの算出］
つぎに、相互作用スコア計算部１０２ｆによる相互作用スコアの計算方法の一例を以下に説明する。相互作用スコア計算部１０２ｆは、化合物指紋単位に二乗平均偏差を基礎とした、候補化合物の、標的タンパク質との衝突具合、標的タンパク質の相互作用領域における存在割合、および、標的タンパク質との直接相互作用割合を考慮に入れた関数に基づいて相互作用スコアを計算する。より具体的には、相互作用スコアは、以下の数式（１）に基づいて算出される。
（ここで、ＦＰＡＳｃｏｒｅは相互作用スコアであり、Ｆ（ａｌｉｇｎｅｄ＿ｆｐ，ｆｐ＿ｒｍｓｄ，ｍｏｌｅｃｕｌｅ）は、結合化合物と候補化合物間の化合物指紋単位のアライメント度および二乗平均偏差、ならびに、候補化合物の標的タンパク質に対する立体構造を変数とする関数であり、ＢａｓｅＳｃｏｒｅ（ａｌｉｇｎｅｄ＿ｆｐ，ｆｐ＿ｒｍｓｄ）は、化合物指紋単位の一致度および密集度を示す指標であり、ｆｐ＿ｖｏｌｕｍｅ（ｍｏｌｅｃｕｌｅ）は、結合化合物指紋セットの三次元座標からなる空間を候補化合物が占める割合、および、標的タンパク質との衝突具合を示す指標であり、ｆｐ＿ｃｏｎｔａｃｔ＿ｓｕｒｆａｃｅ（ｍｏｌｅｃｕｌｅ）は、候補化合物の標的タンパク質との接触度、および、結合化合物指紋セットの三次元座標への帰属度を示す指標である。）
更に具体的には、上記数式（１）における各項は、本実施の形態において以下の数式に基づいて算出される。
＜ＢａｓｅＳｃｏｒｅ（ａｌｉｇｎｅｄ＿ｆｐ，ｆｐ＿ｒｍｓｄ）の項＞
この項は、化合物指紋単位の一致度および密集度を考慮した関数である。
（ここで、ＲａｗＳｃｏｒｅ（ａｌｉｇｎｅｄ＿ｆｐ）は、結合化合物と候補化合物間でアライメントされた化合物指紋における原子の数に基づく指標であり、ｆｐ＿ｒｍｓｄは、二乗平均偏差である。）
上式のＲａｗＳｃｏｒｅ（ａｌｉｇｎｅｄ＿ｆｐ）は、具体的には以下の数式（３）により算出される。
（ここで、ａｓｓｉｇｎｅｄ＿ｓｃｏｒｅ（ｉ）は、ｉ番目にアライメントされた化合物指紋にあらかじめ与えられた以下の式に基づくスコアである。）
更に詳細には、ａｓｓｉｇｎｅｄ＿ｓｃｏｒｅ（ｉ）は、以下の数式（４）で求められる。
（ここで、ｔｏｔａｌ＿ａｔｏｍ（ｉ）はそのｉ番目にアライメントされた化合物指紋を構成する原子の数であり、例えば、４原子からなる化合物指紋の場合は４である。Ｃａｓｅ１＿Ｓ，Ｃａｓｅ２＿Ｓ，Ｃａｓｅ３＿Ｓは、下記で述べる条件を満たした場合与えられるスカラー値である。ｎ＿ｎｅｉｇｈｂｏｒ＿ａｔｏｍ（ｉ）は後述するがｉ番目の原子セットに近接する同じ化合物指紋に属する原子の数である。）
例えば、Ｃａｓｅ１＿Ｓについては、結合化合物指紋セットに存在する一つの結合化合物に対して、深さ優先探索（ｄｅｐｔｈ−ｆｉｒｓｔ ｓｅａｒｃｈ）（“Ｃアルゴリズム全科 基礎からグラフィクスまでＩＳＢＮ４−７６４９−０２３９−７ 近代科学社”参照）を４原子まで行う（例えば、Ｃ．ａｒ−Ｎ．ａｒ−Ｃ．ａｒ−Ｃ．ａｒ等の化合物指紋）。本実施の形態では、４原子までで探索を終えているので、環構造の数は考慮されない。すなわちベンゼン環とナフタレン環は区別されない。探索に成功した場合、化合物指紋を構成する各原子にスコア（Ｃａｓｅ１＿Ｓ）が与えられる。ここでは、一つの原子あたりのスカラー値を５．０とする。すなわち、４原子で構成される化合物指紋には２０．０、３原子なら１５．０と与えられる。
また、Ｃａｓｅ２＿Ｓは、Ｃａｓｅ１で得られた化合物指紋を用いて新たな化合物指紋が作成された場合であって、ある一定の距離で重なり合う任意の二つの化合物指紋をえらび、原子を仮想的な結合で結び、新たな化合物指紋を作成し、各原子にある一定のスコアのことである。デフォルトは２．５を用いてもよい。
また、Ｃａｓｅ３＿Ｓは、生物化学的情報や、エネルギー計算により原子の存在の可能性がある場合に与えられる任意のスカラー値である。ここで、Ｃａｓｅ３＿Ｓは、トレーニングセットを使用した検証計算では用いていない。
ここで、上記のＣａｓｅ１＿Ｓ，Ｃａｓｅ２＿Ｓの作成過程で得られた化合物指紋は結合規則情報と原子タイプの識別できる既知医薬品データベースから得られる化合物指紋セットに属していなければならない。また、Ｃａｓｅ１＿ＳとＣａｓｅ２＿Ｓ，Ｃａｓｅ３＿Ｓの作成過程において、同一化合物指紋に属する座標間において、原子座標セットとそのほかの原子との距離がｄｉｓｔ（デフォルトは１．０Å）以内にある原子の個数の自然対数をｆｐの座標のスコアに加算する。なお、結合化合物において、化合物の殆どがアミノ酸残基のつながったペプチドの場合、ペプチド基が多く化合物指紋の対応関係が複雑になるので、その対応関係を相互作用スコアの計算過程で過小評価して、ＲａｗＳｃｏｒｅについての上記の数式において、ペプチドの部分の化合物指紋の数式（３）に該当する部分をゼロ等の過小評価の数字にしてもよい。
上記数式（２）の右辺分母は、以下の数式（５）で求められる。
（ここで、ｌｎは、ログナチュラルである。ｋ１は、最適化した結果として４．０を用いる。ｆｐ＿ｒｍｓｄは、最小二乗重ね合わせの時のｒｍｓｄである。ｋ１は、ｆｐの重ね合わせの精度をどこまで厳密にするかをきめるスケール因子であり、大きくした場合に、ｒｍｓｄが大きく（悪く）、すなわち数式（３）のＲａｗＳｃｏｒｅ（スコア）が小さくなるような定数である。）
＜ｆｐ＿ｖｏｌｕｍｅ（ｍｏｌｅｃｕｌｅ）の項＞
この項は、結合化合物指紋セットの三次元座標からなる空間を候補化合物が占める割合、すなわち結合化合物指紋セットより得られた化合物指紋からなる空間をどの程度満たしているか、および、標的タンパク質との衝突を評価する関数である。
（ここで、ｎａｆｐ（Ｎｕｍｂｅｒ ｏｆ Ｌｉｇａｎｄ Ａｔｏｍ ｃｏｖｅｒｉｎｇ Ｆｉｎｇｅｒｐｒｉｎｔ）は、結合化合物指紋セットの三次元座標に基づく固有格子点領域に候補化合物の三次元座標が占有する格子点の数であり、ｎａｐ（Ｎｕｍｂｅｒ ｏｆ Ｌｉｇａｎｄ Ａｔｏｍ ｃｏｖｅｒｉｎｇ Ｐｒｏｔｅｉｎ）は、標的タンパク質の立体構造における原子の固有格子点領域に候補化合物の三次元座標が属する格子点の数であり、ｋ２およびｋ３は、それぞれ係数であり、標的タンパク質の生物化学的情報、誘導適合の程度等によって変更可能な任意の定数であり、本実施の形態では、デフォルトに１．０を用いる。）
＜ｆｐ＿ｃｏｎｔａｃｔ＿ｓｕｒｆａｃｅ（ｍｏｌｅｃｕｌｅ）の項＞
この項は、候補化合物の標的タンパク質との接触度、および、結合化合物指紋セットの三次元座標への帰属度を考慮した関数である。
（ここで、ｎは、候補化合物の原子の数であり、ａｔｏｍ（ｉ）は、候補化合物のｉ番目の原子の三次元座標であり、ｄｅｎｓｉｔｙ＿ｏｆ＿ａｔｏｍ（ａｔｏｍ（ｉ））は、当該原子の二次元座標が結合化合物指紋セットの化合物指紋に属している場合に、化合物指紋の原子と所定の距離で接触している標的タンパク質の原子の数と、化合物指紋の同一格子点に属する結合化合物の原子の数との和を返す関数であり、ｔｏｔａｌ＿ｄｅｎｓｉｔｙ＿ｏｆ＿ａｔｏｍ（ｍｏｌｅｃｕｌｅ）は、ｄｅｎｓｉｔｙ＿ｏｆ＿ａｔｏｍの分布を降順に並べ換えたものを候補化合物の原子の数だけ順に足し合わせた数である。）
更に詳細には、ｄｅｎｓｉｔｙ＿ｏｆ＿ａｔｏｍ（ａｔｏｍ（ｉ））は、以下の数式（８）で表される。
この式において、もし、候補化合物を構成する原子の座標が、結合化合物指紋セット由来の化合物指紋に属していない場合は０となり、属している場合は上記の式に従い、スコアが計算される。
すなわち、ｎｆｐｃｏｎｔａｃｔは、化合物指紋に属している原子とある一定の距離（デフォルトは、３．８）で接触している候補化合物の原子の個数である。また、ｎａｔｏｍは、同一格子点に属する結合化合物セット由来の化合物を構成する原子の数となる。同じ結合化合物であって、ＰＤＢのＩＤコードが違う場合について、適宜変更可能となるが、本実施の形態では重複を許して数える。また、ｈｉは、特に重要な生化学的情報がある場合に使用するものであり、デフォルトでは０を用いる。すなわち、「Ｃｉｒｃｌｅ」などの３Ｄ−１Ｄ法によって、標的タンパク質との安定的な接触が示唆された場合に導入されるＭｏｄｉｆｉｅｄ ＦＰ（改正ＦＰ）によって生じる。
次に、ｔｏｔａｌ＿ｄｅｎｓｉｔｙ＿ｏｆ＿ａｔｏｍ（ｍｏｌｅｃｕｌｅ）の数式について以下に記述する。
（ここで、ｔｏｔａｌは、化合物の原子（ｍｏｌｅｃｕｌｅのａｔｏｍ）数である。また、ｓｏｒｔ＿ｄｅｎｓｉｔｙ＿ｏｆ＿ａｔｏｍは、ｄｅｎｓｉｔｙ＿ｏｆ＿ａｔｏｍの分布を大きい方から順に並べ替えたものである。つまり、分子が大きいと大きい数値が加算されるのでｔｏｔａｌ＿ｄｅｎｓｉｔｙ＿ｏｆ＿ａｔｏｍは大きくなる。）
以上で、相互作用スコア計算部１０２ｆによる相互作用スコアの計算方法の一例の説明を終える。
［シミュレティッドアニーリングによる相互作用スコアの最大化］
つづいて、上述した相互作用スコアの計算方法により計算された相互作用スコアに基づいて、最適化部１０２ｂによるシミュレティッドアニーリングに従って候補化合物のコンフォメーションおよび配置を最適化する処理の一例について以下に説明する。
最初に、構造変換部１０２ｇは、候補化合物の回転可能な二面角をランダムに変更することにより、コンフォメーションを変化させる。本実施の形態では、コンフォメーション変化は、１０００回行う。この数は多ければ多いほど良い結果が得られる可能性があるが、バーチャルな候補化合物ＤＢ１０６ａに含まれる多くの低分子化合物についてドッキング計算を行う必要があるので、有限な回数の大きさとする必要があり、候補化合物の回転自由度に依存するとしても予備計算ではこの回数で十分と考える。なお、初期のコンフォメーションは、候補化合物ＤＢ１０６ａに登録された、ファミリータンパク質に対する結合コンフォメーションとしてもよい。最適化部１０２ｂは、この変化させたコンフォメーション毎に、以下の処理で候補化合物の座標を用いる。
そして、最適化部１０２ｂは、結合化合物指紋セット１０６ｂの化合物指紋バンド（ｆｐ ｂａｎｄｓ）から、ランダムに１０個の化合物指紋を選ぶ。なお、１０個に満たない場合は、化合物指紋バンドの最大数の半分を用いる。より具体的には、選択された化合物指紋バンドから、候補化合物および結合化合物指紋セット１０６ｂの化合物指紋の原子座標をランダムに選択する。この状態を、フィンガープリント・アライメント（ｆｉｎｇｅｒｐｒｉｎｔ ａｌｉｇｎｍｅｎｔ）と呼ぶ。そして、その対応関係で、最小二乗フィッティングを行い、そのときの重ね合わせの自乗平均偏差（ｒｍｓｄ）と重ね合わせ後の候補化合物の原子座標を用いて、上記の式により相互作用スコアを計算する。
そして、構造変換部１０２ｇは、繰り返し二回目以降は前回の状態を記憶部１０６に記憶しておき、候補化合物のコンフォメーションを保ったまま、すなわち候補化合物を剛体として、並進、回転を行い、一つの化合物指紋の増加、減少、および、原子座標セットの対応関係の変更、追加を行う。本実施の形態では、このステップを１００００回おこなう。
この過程において、最適化部１０２ｂは、メトロポリス（Ｍｅｔｒｏｐｏｌｉｓ）判定を行う。すなわち、最適化部１０２ｂは、前回の相互作用スコアより、今回の相互作用スコアが大きいならば、当該候補化合物の配置を採用（ａｃｃｅｐｔ）し、反対に、相互作用スコアが小さいならば、以下の数式に基づき採用確率（Ｐａｃｃｅｐｔ）を計算する。
すなわち、採用確率Ｐａｃｃｅｐｔの範囲は、０＜Ｐａｃｃｅｐｔ＜＝１となるので、最適化部１０２ｂは、このとき同時に０＜＝ｒ＜＝１の範囲の一様乱数を発生させ、ｒ＜Ｐａｃｃｅｐｔならば、相互作用スコアが前回よりも小さい場合も採用する。なお、シミュレティッドアニーリング（焼きなまし）過程において、Ｔ（温度）は、３０Ｋからはじめ、０．０７Ｋまで下げる。
このようにして、最適化部１０２ｂは、一つのコンフォメーションの相互作用スコアの最大値を計算し、初期に発生させた１０００個のコンフォメーションについて比較し、相互作用スコアが最大の構造を、最適な標的タンパク質−候補化合物複合体（Ｐｒｏｔｅｉｎ−Ｌｉｇａｎｄ ｃｏｍｐｌｅｘ）構造として予測する。このとき、１０００個のコンフォメーションを順位付けする過程において、ランダムにコンフォメーションを発生させる代わりに遺伝的アルゴリズム等を利用するなどして、以前のコンフォメーションを記憶して何らかのアルゴリズムでリガンド構造を変えていき、計算時間や最大値の探索において工夫を行ってもよい。１０００回の計算過程で、リガンドコンフォメーションの順番を決めるために、ＧＯＬＤプログラムで採用されているような遺伝子アルゴリズム等を使って、計算時間の短縮やリガンドコンフォメーションがより真実に近づく可能性のある最小スコアを得ることできる。
以上で、シミュレティッドアニーリングによる相互作用スコアの最大化の説明を終える。
［タニモト指数］
化合物指紋セットを作る際に、化合物間の類似を計る尺度として、たとえば、タニモト係数（Ｔｃ）が０．０８以上の低分子化合物のセットを用いてもよい。Ｓｙｂｙｌ原子タイプのような各々の化合物の化合物指紋である化学記述子から化合物指紋（ｆｐ）を決める場合、タニモト係数（Ｔｃ）は下記のように算出する。
（ここで、ａは、化合物指紋が、結合化合物と候補化合物の両方のＦＰバンド（ｆｐ ｂａｎｄｓ）に存在する個数であり、ｂ，ｃは、ｆｐが片方のＦＰバンドにのみ存在する個数である。）
同じことを集合（ａｓｓｅｍｂｌｙ）を使って説明すると、Ａ，ＢをそれぞれのＦＰバンドが持つ化合物指紋の集合とするならば、以下の式になるともいえる。
（ここで、ｎｕｍｂｅｒ＿ｏｆ＿ｆｐ（ａｓｓｅｍｂｌｙ）は、ある集合（ａｓｓｅｍｂｌｙ）に所属する化合物指紋の数である。）
以上で、タニモト指数の説明を終える。

次に、本発明が適用される本実施の形態の実施例１について、以下に図３〜図２９を参照しながら詳細に説明する。なお、以下の実施例においては、結合化合物指紋セット１０６ｂを「ＣＥｌｉｂ」（ＦＰ（ｆｉｎｇｅｒｐｒｉｎｔ）ｓｅｔ ｅｘｔｒａｃｔｅｄ ｆｒｏｍ ｃｏｌｌｅｃｔｅｄ ｌｉｇａｎｄｓ ｉｎ ｔｈｅ ｂｉｎｄｉｎｇ ｓｉｔｅ）という名称で呼ぶことがある。
［リガンドドッキングについての生物学的情報を半経験的に選択する方法の開発（Ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ｃｈｏｏｓｉｎｇ ｂｉｏｌｏｇｉｃａｌ ｉｎｆｏｒｍａｔｉｏｎ ｓｅｍｉ−ｅｍｐｉｒｉｃａｌｌｙ ｏｎ ｔｈｅ Ｌｉｇａｎｄ Ｄｏｃｋｉｎｇ）］
近年、計算機の速度の向上により、医薬品開発の分野においてタンパク質の立体構造予測法、およびその立体構造の評価［参考文献：Ｔｅｒａｓｈｉ Ｇ，Ｔａｋｅｄａ−Ｓｈｉｔａｋａ Ｍ，Ｋａｎｏｕ Ｋ，Ｉｗａｄａｔｅ Ｍ，Ｔａｋａｙａ Ｄ，Ｈｏｓｏｉ Ａ，Ｏｈｔａ Ｋ，Ｕｍｅｙａｍａ Ｈ Ｐｒｏｔｅｉｎｓ，２００７，６９（Ｓ８）：９８−１０７］は改良されている。例えば、タンパク質の立体構造の予測法の一つであるホモロジーモデリング（Ｈｏｍｏｌｏｇｙ Ｍｏｄｅｌｉｎｇ）は、ＰＤＢ（Ｐｒｏｔｅｉｎ Ｄａｔａ Ｂａｎｋ）［参考文献：Ｗｅｓｔｂｒｏｏｋ ｅｔ ａｌ Ｎｕｃｌｅｉｃ Ａｃｉｄｓ Ｒｅｓ．２００３ Ｊａｎ １；３１（１）：４８９−９１］へ登録される構造の増加と、膜タンパク質を除いて参照する鋳型（Ｔｅｍｐｌａｔｅ）の増加と、および、ＣＡＳＰ（ｔｈｅ Ｃｒｉｔｉｃａｌ Ａｓｓｅｓｓｍｅｎｔ ｏｆ Ｔｅｃｈｎｉｑｕｅｓ ｆｏｒ Ｐｒｏｔｅｉｎ Ｓｔｒｕｃｔｕｒｅ Ｐｒｅｄｉｃｔｉｏｎ）におけるブラインドテスト（ｂｌｉｎｄ ｔｅｓｔ）によって、その予測精度は上昇している［参考文献：Ｔａｋｅｄａ−Ｓｈｉｔａｋａ，Ｍ．，Ｔｅｒａｓｈｉ，Ｇ．，Ｔａｋａｙａ，Ｄ，Ｋａｎｏｕ，Ｋ．，Ｉｗａｄａｔｅ，Ｍ．，Ｕｍｅｙａｍａ，Ｈ．Ｐｒｏｔｅｉｎ ｓｔｒｕｃｔｕｒｅ ｐｒｅｄｉｃｔｉｏｎ ｉｎ ＣＡＳＰ６ ｕｓｉｎｇ ＣＨＩＭＥＲＡ ａｎｄ ＦＡＭＳ．Ｐｒｏｔｅｉｎｓ ６１，１２２−１２７（２００５）］。そして、当該ホモロジーモデリングは、立体構造予測法の適用範囲は変異（ｍｕｔａｔｉｏｎ）の影響による活性変化の予測［参考文献：中町祐司，河野誠司，矩口眞理子，野口依子，木下承皓，加納和彦，寺師玄記，竹田−志鷹真由子，近藤信一，熊谷俊一，Ｐ０４−０８“Ａｌａ５４ＴｈｒおよびＡｌａ２４９Ｇｌｕ変異Ａｎｔｉｔｈｒｏｍｂｉｎのコンピュータ・モデリング解析”］、ドラッグデザイン［参考文献：Ｔａｋｅｄｅ−Ｓｈｉｔａｋａ，Ｍ．，Ｔａｋａｙａ，Ｄ．，Ｃｈｉｂａ，Ｃ．，Ｔａｎａｋａ，Ｈ．，＆ Ｕｍｅｙａｍａ，Ｈ．Ｃｕｒｒ．Ｍｅｄ．Ｃｈｅｍ．１１，５５１−５５８（２００４）］などに広がっている。
また、ＰＤＢへ登録されるタンパク質の立体構造の増加と共に、タンパク質−リガンド複合体（Ｐｒｏｔｅｉｎ−Ｌｉｇａｎｄ ｃｏｍｐｌｅｘ）のＸ線構造解析結果も増加しており、一つのファミリータンパク質内において、解析済の複数のＸ線構造が存在することも多い［参考文献：Ｅｄｇａｒ Ｒ．Ｗｏｏｄ ｅｔ ａｌ ＣＡＮＣＥＲ ＲＥＳＥＡＲＣＨ ２００４ ６４ ６６５２−６６５９，参考文献：Ｊｅｎｎｉｆｅｒ ｅｔ ａｌ Ｊ．Ｂｉｏ．Ｃｈｅｍ．２００２ Ｖｏｌ．２７７，Ｎｏ．４８，４６２６５−４６２７２］。また、前述のＣＡＳＰにおいても、タンパク質の結合部位（ｂｉｎｄｉｎｇ ｓｉｔｅ）の残基を予測する試験を行うなど［参考文献：Ｌｏｐｅｚ，Ｇ，Ｒｏｊａｓ，Ａ，Ｔｒｅｓｓ，Ｍ，Ｖａｌｅｎｃｉａ，Ａ Ｐｒｏｔｅｉｎｓ，２００７，６９（Ｓ８）：１６５−１７４］、タンパク質−リガンド複合体（Ｐｒｏｔｅｉｎ−Ｌｉｇａｎｄ ｃｏｍｐｌｅｘ）の予測精度の向上の重要性は高まりつつある。
一方で、近年、疾病原因タンパク質の実験的決定が盛んであり（参考文献：Ｎａｔｕｒｅなど）、そのタンパク質を阻害する阻害剤の設計の必要性はますます高まっている。
阻害剤の設計のための有力な方法として、標的タンパク質の立体構造に基づいた阻害剤設計（ＳＢＤＤ）があり、タンパク質−リガンド複合体（Ｐｒｏｔｅｉｎ−Ｌｉｇａｎｄ ｃｏｍｐｌｅｘ）予測ソフト（いわゆるドッキングソフト）を用いたインシリコ（Ｉｎ−ｓｉｌｉｃｏ）スクリーニングが行われている。ここで、図３は、従来のドッキングソフトと、タンパク質−リガンド複合体の多数のＸ線構造やＮＭＲ構造を効果的に用いたバイオインフォマティクスによる本実施例に係るドッキング方法を示す状況図である。
図３に示すように、既存のドッキングソフトにおいては、ＡｕｔｏＤｏｃｋ［参考文献：Ｇｏｏｄｓｅｌｌ ｅｔ ａｌ Ｊ．Ｍｏｌ．Ｒｅｃｏｇｎｉｔ １９９６ ９ １−５］，ＤＯＣＫ［参考文献：Ｅｗｉｎｇ ｅｔ ａｌ Ｊ Ｃｏｍｐｕｔ Ａｉｄｅｄ Ｍｏｌ Ｄｅｓ．２００１ １５（５）４１１−２８］，ＧＯＬＤ［参考文献：Ｇａｒｅｔｈ ｅｔ ａｌ Ｊ．Ｍｏｌ．Ｂｉｏｌ．１９９７ ２６７，７２７−７４８］などは水素結合、疎水性相互作用、静電相互作用といった古典物理的なポテンシャル関数を用いた第一原理的アプローチ（Ａｂ−ｉｎｉｔｉｏ Ａｐｐｒｏａｃｈ）を採用している。さまざまな検証によって、これらの既存のソフトはよい精度でドッキングできている（たとえば正解構造を隠したブラインドテスト（ｂｌｉｎｄ ｔｅｓｔ）によって正解構造にｒｍｓｄ２．０以下で予測できる割合を検証されている）［参考文献：Ｏｎｏｄｅｒａ ｅｔ ａｌ Ｊ．Ｃｈｅｍ．Ｉｎｆ．Ｍｏｄｅｌ．２００７，４７，１６０９−１６１８，参考文献：Ｍｉｃｈａｅｌ ｅｔ ａｌ Ｊ．Ｍｅｄ．Ｃｈｅｍ．２００７，５０，７２６−７４１］。
また、回転可能な結合が多い化合物を精度よくドッキングするために、リガンド結合部位（ｌｉｇａｎｄ ｂｉｎｄｉｎｇ ｓｉｔｅ）に予め化合物のフラグメントを、ポテンシャル関数をもちいて配置しておくといった方法も考案されている［参考文献：Ｂｕｄｉｎ ｅｔ ａｌ Ｂｉｏｌ Ｃｈｅｍ．２００１ ３８２（９），１３６５−７２］。
既存のドッキングソフトを用いて仮想化合物ライブラリーから、標的タンパク質に阻害剤候補化合物をドッキングし、タンパク質−リガンド複合体（Ｐｒｏｔｅｉｎ−Ｌｉｇａｎｄ ｃｏｍｐｌｅｘ）の構造を予測した後、ヒット化合物（Ｈｉｔ Ｃｏｍｐｏｕｎｄ）を選ぶために、既知のタンパク質−リガンド複合体（Ｐｒｏｔｅｉｎ−Ｌｉｇａｎｄ ｃｏｍｐｌｅｘ）の構造からタンパク質とリガンド間の距離、古典物理学的エネルギーの計算などを行い、相互作用情報を抽出し、ヒット化合物を数多く選ぶための再評価を行う試みも多く報告されている［参考文献：Ｓｕｋｕｍａｒａｎ ｅｔ ａｌ Ｅｕｒ．Ｊ．Ｍｅｄ．Ｃｈｅｍ．２００７，４２，９６６−９７６，参考文献：Ｚｈａｎ ｅｔ ａｌ Ｊ．Ｍｅｄ．Ｃｈｅｍ．２００４，４７，３３７−３４４］。
しかし、上記一連の研究が示していることは、既存のドッキングソフトはよい精度でタンパク質−リガンド複合体（Ｐｒｏｔｅｉｎ−Ｌｉｇａｎｄ ｃｏｍｐｌｅｘ）を予測できるものの、そのことが直接にヒット化合物（Ｈｉｔ Ｃｏｍｐｏｕｎｄ）を数多く仮想化合物ライブラリーから選ぶこととは一致しない（直結しない）ことを意味している。
すなわち、現在、タンパク質−リガンド複合体（ｐｒｏｔｅｉｎ−ｌｉｇａｎｄ ｃｏｍｐｌｅｘ）の構造を精度よく予測できる一方で、なおかつ、バーチャルライブラリからヒット化合物（Ｈｉｔ Ｃｏｍｐｏｕｎｄ）を多く検出できるシステムを開発することが非常に要請されており、創薬において必要不可欠である。
そのような状況の中、本願発明者は、タンパク質−リガンド複合体（Ｐｒｏｔｅｉｎ−Ｌｉｇａｎｄ ｃｏｍｐｌｅｘ）相互作用の評価に古典物理学的なポテンシャル関数を用いず、ＰＤＢに登録されている相互作用既知のタンパク質−リガンド複合体（Ｐｒｏｔｅｉｎ−Ｌｉｇａｎｄ ｃｏｍｐｌｅｘ）の生物化学的情報から効率的に有効な情報を選び出し、ドッキングを行いタンパク質−リガンド複合体（Ｐｒｏｔｅｉｎ−Ｌｉｇａｎｄ ｃｏｍｐｌｅｘ）の構造を予測し、かつ、ヒット化合物（Ｈｉｔ Ｃｏｍｐｏｕｎｄ）を多く検出できるシステムＣｈｏｏｓｅＬＤ（ＣＨＯＯｓｅ ｉｎｆｏｒｍａｔｉｏｎ Ｓｅｍｉ−Ｅｍｐｉｒｉｃａｌｌｙ ｏｎ ｔｈｅ Ｌｉｇａｎｄ Ｄｏｃｋｉｎｇ）を開発した。また、本願発明者の方法では、タンパク質−リガンド複合体（Ｐｒｏｔｅｉｎ−Ｌｉｇａｎｄ ｃｏｍｐｌｅｘ）の相互作用評価において、古典物理学的ポテンシャル関数を使用していない。したがって、本発明の方法は、相互作用の物理学的エネルギーが最適化されているとは言えないタンパク質−リガンド複合体（Ｐｒｏｔｅｉｎ−Ｌｉｇａｎｄ ｃｏｍｐｌｅｘ）構造の最適化において物理的なアプローチであるＣＨＡＲＭＭ［参考文献：Ｂｒｏｏｋｓ，Ｒ．Ｂ，Ｂｒｕｃｃｏｌｅｒｉ，Ｅ．Ｒ．，Ｏｌａｆｓｏｎ，Ｄ．Ｂ．，Ｓｔａｔｅｓ，Ｊ．Ｄ．，Ｓｗａｍｉｎａｔｈａｎ，Ｓ．＆ Ｋａｒｐｌｕｓ，Ｍ．ＣＨＡＲＭＭ：Ａ ｐｒｏｇｒａｍ ｆｏｒ ｍａｃｒｏｍｏｌｅｃｕｌａｒ ｅｎｅｒｇｙ，ｍｉｎｉｍｉｚａｔｉｏｎ，ａｎｄ ｄｙｎａｍｉｃｓ ｃａｌｃｕｌａｔｉｏｎｓ Ｊ．Ｃｏｍｐ．Ｃｈｅｍ．４ １８７−２１７（１９８３）］，ＡＭＢＥＲ［参考文献：Ｃａｓｅ，Ａ．Ｄ．，Ｃｈｅａｔｈａｍ ＩＩＩ，Ｅ．Ｔ．，Ｄａｒｄｅｎ，Ｔ．，Ｇｏｈｌｋｅ，Ｈ．，Ｌｕｏ，Ｒ．，Ｍｅｒｚ Ｊｒ．，Ｍ．Ｋ．，Ｏｎｕｆｒｉｅｖ，Ａ．，Ｓｉｍｍｅｒｌｉｎｇ，Ｃ．，Ｗａｎｇ，Ｂ．＆ Ｗｏｏｄｓ，Ｊ．Ｒ．Ｔｈｅ Ａｍｂｅｒ Ｂｉｏｍｏｌｅｃｕｌａｒ Ｓｉｍｕｌａｔｉｏｎ Ｐｒｏｇｒａｍｓ Ｊ Ｃｏｍｐｕｔ Ｃｈｅｍ ２６ １６６８−１６８８（２００５）］および、量子化学［参考文献：Ｆｅｄｏｒｏｖ，Ｇ．Ｄ．＆ Ｋｉｔａｕｒａ，Ｋ．Ｅｘｔｅｎｄｉｎｇ ｔｈｅ Ｐｏｗｅｒ ｏｆ Ｑｕａｎｔｕｍ Ｃｈｅｍｉｓｔｒｙ ｔｏ Ｌａｒｇｅ Ｓｙｓｔｅｍｓ ｗｉｔｈ ｔｈｅ Ｆｒａｇｍｅｎｔ Ｍｏｌｅｃｕｌａｒ Ｏｒｂｉｔａｌ Ｍｅｔｈｏｄ Ｊ．Ｐｈｙｓ．Ｃｈｅｍ．１１１ ６９０４−６９１４（２００７）］が有効に機能すると期待している。
［本実施例１の概要］
ここで、本実施例の概要について、以下に図４を用いて説明を行う。図４は、本実施例（ＣｈｏｏｓｅＬＤ）によるタンパク質−リガンド・ドッキングの原理構成図である。ここで、本実施例において、ライブラリーリガンド（ＬＩＢＲＡＲＹ ＬＩＧＡＮＤＳ）は結合化合物の集合に相当し、ＣＥＬｉｂは結合化合物指紋セット１０６ｂに相当する。
ここで、図４において、各円柱は、データの集合を表しており、楕円は入力情報、長方形は出力構造を示している。平行四辺形は、化学記述子としての化合物指紋（ＦＰ：ｆｉｎｇｅｒｐｒｉｎｔ）である。すべての過程は計算機（インシリコスクリーニング装置１００）上でおこなわれるため、入力する情報は電子情報としてのファイルである。すなわち、ＰＤＢ形式に代表されるような形式で記載された標的タンパク質の三次元座標ファイル、ドッキングされるリガンドの三次元座標ファイルを想定している。
図４において、矢印はおもにデータの集合の絞り込みや入力情報の修飾といった変換操作を意味しており、変換操作には詳細な条件を指定することができる。ただし、これらの変換操作には既定の値を定めており、入力情報がファイル形式的に、かつ、入力されたタンパク質の座標が物理化学的に正常であるならば、全自動で出力を得ることができる。すなわち、標的タンパク質の三次元座標ファイルとドッキングされる候補リガンドの三次元座標ファイルを入力したならば、タンパク質―リガンド複合体構造の三次元座標ファイルが出力されるということである。タンパク質の三次元座標および、アミノ酸配列は、ホモロジー検索、結合化合物指紋セット１０６ｂに相当するＦＰライブラリーの構築、ドッキング計算のためのタンパク質立体構造の三次元座標として用いられ、ターゲットの候補リガンドは、候補化合物に相当し、候補タンパク質特異的ＦＰバンド、リガンドの三次元コンフォメーション探索に使用される。
すなわち、図４に示すように、まず、本実施の形態に係るインシリコスクリーニング装置１００は、相同性検索部１０２ｄの処理により、標的タンパク質についてＰＤＢ等のタンパク質構造データベースに対して、相同性検索を行い、化合物指紋作成部１０２ａの処理により、相同なタンパク質と構造アライメントにより重ね合わせ（ｆｉｔｔｉｎｇ）を行い、標的タンパク質の座標系に変換した三次元座標とともに化合物指紋を抽出して、結合化合物指紋セット１０６ｂに相当する標的タンパク質指向性リガンド群（Ｃ）を作成する。
そして、インシリコスクリーニング装置１００は、標的タンパク質指向性リガンド群（Ｃ）を、医薬品化合物ＤＢ１０６ｃに相当する医薬品的（ｄｒｕｇｇａｂｌｅ）ＦＰデータベース（Ｄ）に照会し、積集合（Ｃ）∧（Ｄ）として標的タンパク質特異的ＦＰバンド（Ｌ）を得る。ここで、標的タンパク質指向性リガンド群（Ｃ）には、新規化合物指紋追加部１０２ｅの処理により、Ｍｏｄｉｆｉｅｄ ＦＰ等の仮想ＦＰを追加していてもよい。
つづいて、インシリコスクリーニング装置１００は、仮想リガンドライブラリーまたはベンチマークセットの、標的タンパク質とドッキングを行うリガンド（ｄｏｃｋｅｄ ｌｉｇａｎｄ）である候補リガンドから化合物指紋を抽出し、候補化合物ＤＢ１０６ａに相当する候補リガンドのＦＰバンド（Ｒ）を作成する。
そして、インシリコスクリーニング装置１００は、構造変換部１０２ｇの処理により、候補リガンドのコンフォメーションを変化させ、標的タンパク質指向性リガンド（Ｃ）と候補リガンドのＦＰバンド（Ｒ）間でＦＰアライメントを行う。
そして、インシリコスクリーニング装置１００は、最適化部１０２ｂの処理により、相互作用スコア関数を用いて標的タンパク質の結合部位に候補リガンドをドッキングさせる場合に、シミュレティッドアニーリング（ＳＡ）法を用いて相互作用スコアを最適化させながら、標的タンパク質−候補リガンド複合体の三次元構造予測を行う。以上が本実施例の概要である。
［ライブラリーリガンド］
ライブラリーリガンド（ＬＩＢＲＡＲＹ ＬＩＧＡＮＤＳ）とは、結合化合物の集合に相当するものである。すなわち、インシリコスクリーニング装置１００は、ＰＳＩ−Ｂｌａｓｔ［参考文献：Ａｌｔｓｃｈｕｌ ｅｔ ａｌ Ｎｕｃｌｅｉｃ Ａｃｉｄｓ Ｒｅｓ．１９９７ ２７（１７）３３８９−４０２］による相同性（Ｈｏｍｏｌｏｇｙ）検索によって検出されたタンパク質の中で、それがタンパク質−リガンド複合体（Ｐｒｏｔｅｉｎ−ｌｉｇａｎｄ ｃｏｍｐｌｅｘ）であった場合、立体構造アライメント発生プログラムであるＣＥ［参考文献：Ｓｈｉｎｄｙａｌｏｖ ｅｔ ａｌ Ｐｒｏｔｅｉｎ Ｅｎｇｉｎｅｅｒｉｎｇ １９９８ １１（９）７３９−７４７］を用いて、標的タンパク質と相同タンパク質間のアライメントを行い、最小二乗法（ｌｅａｓｔ ｓｑｕａｒｅ ｆｉｔｔｉｎｇ）により標的タンパク質に重ね合わせる。そして、ライブラリーリガンドは、その最小自乗フィッティングによるＺ−Ｓｃｏｒｅが３．７以上となった場合、結合リガンドを標的タンパク質の座標系に変換し、結合リガンドだけを抜き出したものである。
なお、本実施例では、Ｚ−Ｓｃｏｒｅ ３．７未満は、結合化合物として使用されない。この数値の根拠はＣＥによると、”３．７−４．０ − ｔｗｉｌｉｇｈｔ ｚｏｎｅ ｗｈｅｒｅ ｓｏｍｅ ｓｉｍｉｌａｒｉｔｉｅｓ ｏｆ ｂｉｏｌｏｇｉｃａｌ ｓｉｇｎｉｆｉｃａｎｃｅ ｃａｎ ｂｅ ｓｅｅｎ；”（生物学的意義の共通性を見出せるか中間的な領域）とあるためであり３．７以上を採用した。ホモロジー検索の最低ホモロジーは、本実施例では、相同性（Ｈｏｍｏｌｏｇｙ）０．１％以上とした。つまりホモロジー検索で検出された類似タンパク質のほとんどがＣＥによって重ね合わされることになる。
［ＦＰの定義およびＦＰバンドの構築］
ＦＰバンド（ｆｐ ｂａｎｄ）の作り方について、以下に図５を参照して詳細に説明する。ここで、本実施例で使用する化合物指紋（ｆｐ：ｆｉｎｇｅｒｐｒｉｎｔ）を定義する前に、化合物指紋の解釈について説明する。化合物指紋（ｆｉｎｇｅｒｐｒｉｎｔ，以下、「ＦＰ」という。）は、ケムインフォマティクスの分野において、化合物の特徴を表すベクトルや化合物間の類似性算出のために使用される計算機上の表現法の一つである（Ｓｗａｍｉｄａｓｓ，Ｓ．Ｊ．＆ Ｂａｌｄｉ，Ｐ．Ｍａｔｈｅｍａｔｉｃａｌ Ｃｏｒｒｅｃｔｉｏｎ ｆｏｒ Ｆｉｎｇｅｒｐｒｉｎｔ Ｓｉｍｉｌａｒｉｔｙ Ｍｅａｓｕｒｅｓ ｔｏ Ｉｍｐｒｏｖｅ Ｃｈｅｍｉｃａｌ Ｒｅｔｒｉｅｖａｌ Ｊ．Ｃｈｅｍ．Ｉｎｆ．Ｍｏｄｅｌ．４７，９５２−９６４（２００７））。
本実施例では、ＦＰの正確な解釈を目的としていないが、混乱をさけるために下記の用語に統一する。一つの分子を原子型（または原子タイプ）、原子結合の順番などを考慮した組み合わせを要素に持つベクトルで表現した場合、ベクトルの要素を「ＦＰ」、ベクトルを「ＦＰベクトル」とした。本実施例では、ベクトルの要素に、単に原子型の文字列表記以上の情報が付加されている場合があるが、その付加情報も分子を表現する特徴の一つであると解釈し、そのベクトルの要素を意味する場合も「ＦＰ」とし、そのＦＰを要素に持つベクトルを通常の「ＦＰベクトル」と区別して「ＦＰバンド」とした。このことは、「ＦＰバンド」が「ＦＰベクトル」における各要素が原子型であるといった性質も併せて持つことになる事を意味する。ここで、図５は、ＦＰ（ｆｉｎｇｅｒｐｒｉｎｔ）の作り方を一例として示す図である。
本実施例であるＣｈｏｏｓｅＬＤ法では、相互作用が既知のタンパク質―リガンド複合体構造を用いて、自由エネルギーの最小化を満たすようにドッキングする未知のリガンド構造を予測することを目的として、この目的を達成するために、相互作用が既知のリガンドから部分的な結合自由エネルギーを保持した部品であるＦＰ（ｆｉｎｇｅｒｐｒｉｎｔ）を定義した。図５に一例として示す化学物質の物質名は、ＡＺＤ２１７１（Ｃａｎｃｅｒ Ｒｅｓ ２００５；６５：（１０），Ｍａｙ １５，２００５）である。図５に示すように、与えられた結合規則情報を用いて原子をたどることによりＦＰを作成する。たどる原子の数は、２，３，４個である（この数には理由があるので後述する）。各々の囲んだ線は算出されるＦＰを意味している。ａで示すＦＰは、２個の原子をたどった場合であり、ｂで示すＦＰは、３個の原子をたどった例である。ｃとｄで示すＦＰは、それぞれ４個の場合であり、同じ原子を通過しているが、この場合も許容される。ｅで示すＦＰは、異なる座標であるが同じ原子種をたどっており、後述の相互作用スコア関数のＦＰの重複度が加算される。
すなわち、図５の化合物の結合上の線を囲んだ部分は、ＣｈｏｏｓｅＬＤ法および、化合物の類似性の比較でも用いられるＦＰの原子型表記を意味する。化合物の上の任意の原子を基点として深さ優先探索法を用い（Ｃｈｉｂａ ｅｔ ａｌ Ｃ ａｌｇｏｒｉｔｈｍ ＺＥＮＫＡ １９９５ ＩＳＢＮ４−７６４９−０２３９−７）、与えられたリガンドの原子間結合情報に従い原子を通過するが、通過する結合の数は、１，２，３本とした。すなわち、ベンゼン環とナフタレン環からは同じ原子型表記が構築されることになり、環構造違いは区別されない。一つの原子は、Ｓｙｂｙｌ Ａｔｏｍ Ｔｙｐｅ（Ｔｒｉｐｏｓ Ｉｎｃ．，１６９９ Ｓｏｕｔｈ Ｈａｎｌｅｙ Ｒｏａｄ，Ｓｔ Ｌｏｕｉｓ，ＭＯ ６３１４４−２９１３，ＵＳＡ（ｈｔｔｐ：／／ｗｗｗ．ｔｒｉｐｏｓ．ｃｏｍ））を用いて表現され、これらにはＡＭＢＥＲ９９（Ｊ．Ｃｏｍｐｕｔ．Ｃｈｅｍ．２６，１６６８−１６８８（２００５））を参考にした原子量、原子半径、結合可能数が定義されている。この時点では、ＦＰの原子型のみを考慮しており、通過した原子座標は考慮していない。ここで、図６は、本実施例で用いた原子の文字列一覧を示す図表である。
［タニモト係数による化合物間の類似性算出］
タニモト係数による化合物間の類似性算出方法について以下に説明する。ここで、図７は、タニモト係数による化合物間の類似性算出方法を示す模式図である。
本実施例では、化合物間の類似性を算出するためにタニモト係数（以下、Ｔｃ）を導入した（Ｊ．Ｃｈｅｍ．Ｉｎｆ．Ｃｏｍｐｕｔ．Ｓｃｉ．４０，１６３−１６６（２０００））。一般に、Ｔｃは二つのビット、すなわち０もしくは１、からなるベクトルの類似度を数値化したものである。図７に示すように、本実施例では、対象となる一つの低分子化合物に対して、上記で導入したＦＰ構築法を用いてＦＰベクトルを作成し、ベクトル上に定義されたＦＰが存在するなら１を、存在しないなら０を与えた。このようにして作成された同じ長さで、かつ、対応する成分は同じＦＰを意味する二つのベクトルから化合物間の類似性を評価した。
Ｔｃは、下記の数式によって算出した。ここで、両方のベクトルの対応するビットが共にｏｎの場合、ａに１が加算され、片方のベクトルのみビットがｏｎならばｂもしくはｃに１が加算される。すなわち、お互いにｏｆｆの場合のｄは加算されず、Ｔｃ算出において考慮しないことになる。例えば、図７に示した２つのビット列間では、ａ＝９，ｂ＋ｃ＝７であり、Ｔｃ＝９／（９＋７）＝０．５６２５となる。
本実施例では、ＦＰバンド（ｆｐ ｂａｎｄｓ）は、結合化合物のライブラリーリガンド（ＬＩＢＲＡＲＡＹ ＬＩＧＡＮＤＳ）に属する低分子化合物の集合から得て、集合を形成する低分子化合物由来の、ある二つのＦＰバンド（ｆｐ ｂａｎｄｓ）を比較する際は、タニモト係数（Ｔｃ）が０．０８以上でなければならないこととした。換言すれば、上記数式において、ａは、ＦＰが両方のＦＰバンドに存在する個数（ｔｈｅ ｎｕｍｂｅｒ ｏｆ ｆｐ ｅｘｉｓｔｉｎｇ ｉｎ ｅａｃｈ ｆｐ ｂａｎｄｓ）である。また、ｂ，ｃは、ＦＰが片方のＦＰバンドにのみ存在する個数（ｔｈｅ ｎｕｍｂｅｒ ｏｆ ｆｐ ｅｘｉｓｔｉｎｇ ｉｎ ｔｈｅ ｏｔｈｅｒ ｆｐ ｂａｎｄ）である。
同じことを集合（ａｓｓｅｍｂｌｙ）を使って説明すると、Ａ，Ｂをそれぞれのバンドが持つＦＰの集合とするならば、以下のように表せる。
ここで、ｎｕｍｂｅｒ＿ｏｆ＿ｆｐ（ａｓｓｅｍｂｌｙ）はある集合ａｓｓｅｍｂｌｙに所属するｆｐの数である。
［ＦＰライブラリーの構築］
ＦＰライブラリーとは、結合化合物の集合に相当し、本実施例のＣｈｏｏｓｅＬＤ法で用いられるＦＰの原子型表記の入手源であり、さらに構築されたＦＰに登録される原子座標の起源となるリガンド群のことである。通常、標的タンパク質の一次構造、すなわちアミノ酸配列をクエリーとしたホモロジー検索等で検出されたファミリータンパク質から収集するが、ファミリータンパク質に限らず標的タンパク質の活性部位等の標的部位に結合すると考えられるリガンド、もしくはタンパク質、ペプチド等であっても、必要であれば追加可能である。
本実施例のＣｈｏｏｓｅＬＤ法では、主にファミリータンパク質からＦＰライブラリーを構築した。ＰＳＩ−Ｂｌａｓｔ（Ｎｕｃｌｅｉｃ Ａｃｉｄｓ Ｒｅｓ．２７，３３９８−３４０２（１９９７））によるホモロジー検索によって検出された三次元座標構造が既知のタンパク質において、タンパク質―リガンド複合体であった場合、ＣＥ（Ｐｒｏｔｅｉｎ Ｅｎｇｉｎｅｅｒｉｎｇ １１，７３９−７４７（１９９８））を用い、標的タンパク質とファミリータンパク質との立体構造アライメントをおこなう。ＣＥは、二つのタンパク質をアミノ酸配列類似性によらず、立体構造的に類似した部分を用いてアライメントをおこなうアルゴリズムを実装したプログラムであり、他の立体構造アライメントのプログラムには、Ｄａｌｉ（Ｊ．Ｍｏｌ．Ｂｉｏｌ．２３３，１２３−１３８（１９９３）），ＴＯＰＯＦＩＴ（Ｐｒｏｔｅｉｎ Ｓｃｉｅｎｃｅ １３，１８６５−１８７４（２００４））等が存在する。これらの主な違いを記述すると、ＣＥはアミノ酸配列をＮ末端から順に重ね合わせる等の改良により、高速に結果を得ることが可能であるが、対象タンパク質にドメインスワッピング等が存在する場合には精度よくアライメントすることが難しく、その場合アミノ酸配列の順番に依存しないアライメントを行うＤａｌｉ等をもちいた方が精度がよい。
本実施例のＣｈｏｏｓｅＬＤ法では、ＰＳＩ−Ｂｌａｓｔで検出されたファミリータンパク質を主に重ね合わせることから、計算時間が短いＣＥをもちいた。ＣＥが出力するアライメントを用い、最小自乗フィッティングにより標的タンパク質に重ね合わせた。ＣＥのアライメントのＺ−Ｓｃｏｒｅが３．７以上となった場合、結合リガンドを標的タンパク質の座標系に変換し、結合リガンドだけ抜き出した。すなわち、本実施例では、標的タンパク質と構造的に類似しているタンパク質のみがファミリータンパク質として使用されることになる。
［ＦＰバンドの構築］
ＦＰバンドは付加情報として、一つもしくは複数の原子座標を関連付けたＦＰのベクトルであり、ＦＰライブラリーに属する結合リガンドの集合から得る。得られた集合（ＦＰライブラリー）に属する結合リガンドには、標的タンパク質の座標系における座標、および、Ｓｙｂｙｌ原子タイプ（Ａｔｏｍ Ｔｙｐｅ）で表現される原子型および、単結合、二重結合、芳香環結合といった結合規則情報を含む。ここで、図８は、標的タンパク質の結合部位にリガンドをドッキングさせる場合のＦＰを一例として示す模式図である。図８において、幾つかの幾何学的図形（長方形や菱形や楕円）で構成された半透明の部分は、各種のＦＰを表している。
“Ｉｎｔｒａ−ｍｏｌｅｃｕｌｅ ＦＰ”（図８の長方形）は、リガンド分子内の情報のみを用いて構築されたＦＰのことであり、ＦＰライブラリーに属する一つのリガンドの内部のみから得られた原子型情報と結合情報をもちいて作成されたＦＰのことである。一つのＦＰは、リガンド分子内の一つの原子を起点として前述したＦＰの原子型表記の構築法に基づき、結合している原子を１，２または３回通過して、図８のような分岐のしない最大４つの原子を構成する。本実施例で最も小さいＦＰは２原子からなる。一回のＦＰ構築の試行の中で、一度たどった原子はその試行中に二回通過することは無く、通過する結合が無くなった場合は、その時点でのＦＰの原子型表記と原子座標をＦＰバンドに登録する。そのＦＰがすでにＦＰバンドに登録されている場合は除外するのではなく、一つのＦＰに複数の原子座標を登録する。ここで、図９は、たどった経路から原子座標を得て、ＦＰバンドに登録する過程を一例として示す図である。
図９において、下の行列は原子座標を意味しており、その行数はＦＰを構成する原子の個数を表現している。例えば、４行３列からなる行列ならば、そのＦＰに４つの原子座標を含んでいることを表す。
“Ｍｏｄｉｆｉｅｄ ＦＰ”（図８の菱形）は、与えられた結合情報と近接する原子同士を仮想的な結合と仮定して作成されるＦＰのことである。結合している原子および、実際には結合していないが、特に指定が無い限りは１Å以内に原子が存在すれば仮想的な結合と判定し、結合を１，２もしくは３回通過して、分岐のしない最大４つの原子からなるＦＰを構築する。本実施例では、最も小さいＦＰは２原子からなる。“Ｉｎｔｒａ−ｍｏｌｅｃｕｌｅ ＦＰ”の構築の操作と同様に一回のＦＰ作成の試行の中で、一度たどった原子は二度通過することはなく、通過する結合が無くなった場合は、その時点でのＦＰの原子型表記と原子座標をＦＰバンドに登録する。これにより、リガンド分子内の結合に加え、リガンド分子間の結合を含んだＦＰを作成しているため、実際には存在しないようなＦＰが得られる。すなわち、物理化学的に存在し得ないような結合のＦＰ（例えば、Ｎ．ａｍ，Ｎ．ａｍ，Ｎ．ａｍ，Ｎ．ａｍのようなＦＰ）が構築されることが考えられる。
そこで、本実施例では、物理化学的に存在する医薬品の三次元座標データベースであるＭＤＬ Ｃｏｍｐｒｅｈｅｎｓｉｖｅ Ｍｅｄｉｃｉｎａｌ Ｃｈｅｍｉｓｔｒｙ（ＭＤＬ ＣＭＣ）Ｌｉｂｒａｒｙ（医薬品化合物ＤＢ１０６ｃに相当する。）から、ドラッグライクなＦＰベクトルを作成し、ＦＰライブラリーより得たＦＰバンドのＦＰベクトル部分と比較し、両方に含まれているＦＰの原子型表記が標的タンパク質特異的ＦＰバンドに残るようにする。任意のＦＰ（ｆｉｎｇｅｒｐｒｉｎｔ）を使う計算の過程で、医薬品データベースや化合物データベースを使って、化合物情報を引き出すことにより、この元になるデータベースを薬物吸収や薬物代謝や薬物排泄や薬物毒性等を指標にして、ｆｉｎｇｅｒｐｒｉｎｔ（ＦＰ）等を整理の基底としての基礎データ単位を使って、予め整理した薬物吸収や薬物代謝や薬物排泄や薬物毒性に特化した医薬品データベースや化合物データベースを作成して、同じ一連の操作を行う。
具体的には、リガンドライブラリー由来のＦＰベクトルと、医薬品ライブラリー由来のＦＰベクトルとの積集合を求めることにより、医薬品化合物ＤＢ１０６ｃに存在するＦＰのみがＦＰバンドに登録され、医薬品化合物ＤＢ１０６ｃに存在しないＦＰは本実施例では無視されて、結合化合物指紋セット１０６ｂが構築される。ここで、図１０は、本実施例におけるＦＰバンドの絞り込みステップ（ｍｅｔｈｏｄ ｓｔｅｐ ｏｆ ｓｈｒｉｎｋｉｎｇ ｆｉｎｇｅｒｐｒｉｎｔ ｂａｎｄ）を一例として示す図である。
図１０に示すように、ＭＤＬ ＣＭＣ Ｌｉｂｒａｒｙより得たＦＰバンド（Ａ）と、標的タンパク指向性リガンド群より得たＦＰバンド（Ｂ）を比較し、両方にＦＰが存在する場合以外は、（Ａ）あるいは（Ｂ）のＦＰバンドから取り除く（図１０のＸ印で表される）。この結果、ライブラリーリガンド由来のＦＰ（Ｌｉｂｒａｒｙ Ｌｉｇａｎｄ ＦＰ）には、必ず座標が存在することになる。
以上で、本実施例におけるＦＰバンドの構築方法の説明を終える。なお、本実施例においては、すべてのＦＰバンド構築の過程において、一つの原子が複数のＦＰに所属することは許容される。また、ＦＰバンドに得られたＦＰがすでに登録されていたなら、ＦＰの座標が追加され、存在しない場合は、ＦＰバンドに新たなＦＰを追加し、座標を追加する。また、一つの原子が複数のＦＰに所属することは許容される。ドッキングのターゲットとなる候補リガンド（ｄｏｃｋｅｄ ｌｉｇａｎｄ）に対しても同様の操作を行い、候補リガンド由来のＦＰバンド（ｆｐ ｂａｎｄｓ ｏｆ ｄｏｃｋｅｄ ｌｉｇａｎｄ）が作成される。
［ＦＰバンドのアライメント］
ＦＰバンドには原子セットの座標が関連付けられており、二つのＦＰバンドを比較する際は、単に原子型だけを用いるのではなく関連付けられた座標も用いる。すなわち、ＦＰバンドのアライメントは、候補リガンドから得られたＦＰバンドと、結合リガンドのＦＰライブラリーから得られたＦＰバンドとの比較を行うことを意味する。比較は、以下の（１），（２）の過程を経ておこなわれる。
（１）ＦＰを構成する原子型表記の文字列の完全一致の比較
ドッキングさせる候補リガンドから得られたＦＰバンド由来のＦＰベクトル（ビット列（１））と、結合化合物を含むＦＰライブラリーから得られたＦＰバンド由来のＦＰベクトル（ビット列（２））において、ＦＰの有無をビット化し、双方のビットがｏｎである組み合わせを選択する（図７参照）。
（２）選択されたＦＰに登録されている原子の座標ベクトル同士に対応関係を与える過程
図１１は、座標ベクトル同士に対応関係を与える過程を一例として示す模式図である。一つのＦＰは、ドッキングされる候補リガンド分子由来の原子座標ベクトル（１）と、ＦＰライブラリーの結合リガンド由来の原子座標ベクトル（２）からなり、この原子座標間に対応関係を与える。
これら二つの過程（１），（２）を行うことが、本実施例におけるＦＰのアライメントである。また、「ＦＰアライメントが異なる」とは、
１．二つのビットが共にｏｎであるＦＰの総数
２．対応させるＦＰの種類
３．ＦＰ内部における座標の対応関係
のうち少なくとも一つが異なることを意味する。すなわち、「ＦＰアライメントを変化させる」とは、これらのうち少なくとも一つを変化させることを意味する。「少なくとも一つ」という意味は、ＦＰの原子型が変化した場合、変化前のＦＰの座標の対応関係が消失し、変更後のＦＰにおいて対応関係を与え直すため、必然的に座標の対応関係も変化するからである。
［相互作用スコア（ＦＰＡＳｃｏｒｅ）］
本実施例における相互作用スコアＦＰＡＳｃｏｒｅについて、以下に詳細に説明する。ＦＰＡＳｃｏｒｅ（ｆｉｎｇｅｒｐｒｉｎｔ ａｌｉｇｎｍｅｎｔ ｓｃｏｒｅ）は、本実施例において、ＦＰが部分結合自由エネルギーの集合であるというＣｈｏｏｓｅＬＤ法の仮定に基づき、ＦＰＡＳｃｏｒｅが高いほど、相互作用が既知のファミリータンパク質―結合リガンド複合体構造を満たすように定義した。ＦＰＡＳｃｏｒｅは、ＦＰの重ね合わせの精度と、アライメントに用いたＦＰの数、ＦＰの密集度、および、タンパク質―リガンド複合体相互作用を同時に考慮し、標的タンパク質―候補リガンド複合体構造を評価する。本実施例では、前述の操作で得られたＦＰバンドの最適なアライメントを探索することにより、最適な標的タンパク質―候補リガンド複合体を予測した。
すなわち、本実施例において、相互作用スコアＦＰＡＳｃｏｒｅは、以下の数式として定義した。ここで、ａｌｉｇｎｅｄ＿ｆｐは、アライメントされたＦＰ、ｆｐ＿ｒｍｓｄは、そのアライメントを用いた最小自乗フィッティングによって算出されたｒｍｓｄ、ｍｏｌｅｃｕｌｅは、候補リガンドが標的タンパク質にドッキングした後の複合体の座標を意味する。各項については以下に詳細に説明する。
＜１． ＢａｓｅＳｃｏｒｅ（ｆｐ＿ｒｍｓｄ，ａｌｉｇｎｅｄ＿ｆｐ）の項＞
この項は、ＦＰの一致度および密集度を考慮した関数として定義されたものであり、すなわち、既知のＦＰの使用強度を評価する関数であり、以下の数式で表せる。
ここで、ｌｎは、ログナチュラル（自然対数）である。また、ｋ１は、ＦＰの重ね合わせの精度をどこまで厳密にするかをきめるスケール因子である。アライメントされたＦＰの重ね合わせのｒｍｓｄが大きい場合、分母が大きくなりＢａｓｅＳｃｏｒｅが小さくなる。ＦＰの一致度が大きくとも、そのＦＰに登録されているＦＰの原子座標の重なりの精度を示すｒｍｓｄが大きい（悪い）場合を排除することを意味する。本実施例では、ｋ１を４．０とした。ｆｐ＿ｒｍｓｄは、そのアライメントを用いた最小自乗フィッティングによって算出されたｒｍｓｄである。ａｌｉｇｎｅｄ＿ｆｐは、そのときのｆｐの対応関係、すなわちアライメントされたＦＰである。
ここで、上記数式において、ｒａｗ＿ｓｃｏｒｅ（ａｌｉｇｎｅｄ＿ｆｐ）は、以下の式で表せる。ここで、ａｓｓｉｎｇｅｄ＿ｓｃｏｒｅ（ｉ）は、ｉ番目にアライメントされたＦＰにあらかじめ与えられるスコアである。ｎは、アライメントされたＦＰの総数である。アライメントされたＦＰとは、標的タンパク質特異的ＦＰバンドにおける原子型と原子座標のセットを意味している（上記「ＦＰバンドのアライメント」および図１１参照）。すなわち、ＦＰのアライメントにおいてＦＰが同じ原子型であっても、原子座標が異なっていれば異なるＦＰを意味する。
ここで、上記数式において、ａｓｓｉｇｎｅｄ＿ｓｃｏｒｅ（ｉ）は、ｉ番目にアライメントされたＦＰにあらかじめ与えられたスコアであり、以下の数式で表せる。このスコアは、ＣＥｌｉｂ等のリガンドライブラリーより得られたＦＰに対して下記のように与えられる。
ここで、上記数式のｔｏｔａｌ＿ａｔｏｍ（ｉ）は、ＦＰを構成する原子座標の個数を表す。Ｃａｓｅ１＿Ｓ，Ｃａｓｅ２＿Ｓ，Ｃａｓｅ３＿Ｓ（上記せず）は、あらかじめＦＰを構成する原子に与えられるスコアであり、それぞれ下記の場合に用いられる。
Ｃａｓｅ１＿Ｓは、前述の“Ｉｎｔｒａ−ｍｏｌｅｃｕｌｅ ＦＰ”を構成した場合に各原子に与えられるスコアである。特に指定が無い場合は５．０を用いる。例えば、探索に成功した場合は、ＦＰを構成する各原子にスコアＣａｓｅ１＿Ｓ（デフォルト５．０を用いた）が与えられ、４原子で構成されるＦＰには２０．０、３原子なら１５．０点が与えられる。
次に、Ｃａｓｅ２＿Ｓについて述べる。前述の“Ｍｏｄｉｆｉｅｄ ＦＰ”を構築した場合に各原子に与えられるスコアである。特に指定が無い場合は２．５を用いる。
最後に、Ｃａｓｅ３＿Ｓについて記述すると、生物化学的情報やエネルギー計算（「ｃｉｒｃｌｅ」など）により原子の存在の可能性がある場合に与えられる任意のスカラー値のことである。Ｃａｓｅ３＿Ｓは、本実施例では用いておらず、ベンチマークセットを使用したドッキング性能（結合モード予測性能）検証計算、およびインシリコスクリーニング性能で用いていない。
本実施例では、Ｃａｓｅ１＿Ｓ，Ｃａｓｅ２＿Ｓ，Ｃａｓｅ３＿Ｓの和のスコアに加え、ＦＰライブラリーに属する原子の密集度の自然対数値をスコアに加えた。これはＦＰに属する原子座標セットの原子と１．０Å以内にあるその他のＦＰに属する原子座標セットの原子個数（ｎ＿ｎｅｉｇｈｂｏｒ＿ａｔｏｍ（ｉ））の自然対数をＦＰのスコアに加算するものであり、この項は密集しているＦＰを優遇する項であるといえる。すなわち、ｃａｓｅ１とｃａｓｅ２において、同一ＦＰに属する座標間において、距離がｄｉｓｔ（デフォルト １．０Å）以内にある原子座標セットの原子個数（Ｎｅｉｇｈｂｏｒ＿ａｔｏｍ）の自然対数をＦＰの座標のスコアに加算することとした。
＜２． ｆｐ＿ｖｏｌｕｍｅ（ｍｏｌｅｃｕｌｅ）の項＞
この項は、アライメントされたＦＰを用いて候補リガンドが標的タンパク質にドッキングした後、その複合体構造を評価する関数である。すなわち、ドッキング後の候補リガンドの分子座標がＦＰライブラリーの結合リガンドから得られたＦＰからなる空間を占有する個数（すなわち、ＦＰライブラリー由来のＦＰからなる空間をどの程度満たしているか）と標的タンパク質との衝突を評価する関数であり、以下の数式で表せる。ここで、ｍｏｌｅｃｕｌｅは、候補リガンドのドッキング後の原子座標を表す。
ここで、ｎａｆｐ（Ｎｕｍｂｅｒ ｏｆ Ｌｉｇａｎｄ Ａｔｏｍ ｃｏｖｅｒｉｎｇ Ｆｉｎｇｅｒｐｒｉｎｔ）は、ライブラリーリガンド（ＬＩＢＲＡＲＡＹ ＬＩＧＡＮＤ）を構成する低分子の原子を用いて作成された固有格子点領域に分子（ｍｏｌｅｃｕｌｅ）の座標が占有する個数、すなわち候補リガンドがＦＰライブラリーを構成する結合リガンド原子を用いて作成された固有格子点領域の座標を占有する個数である。ｎａｆｐにより、候補リガンド分子（ｍｏｌｅｃｕｌｅ）が座標固定のＦＰ（ｆｉｎｇｅｒｐｒｉｎｔ）をどれだけ満たしているか表している。ｎａｐ（Ｎｕｍｂｅｒ ｏｆ Ｌｉｇａｎｄ Ａｔｏｍ ｃｏｖｅｒｉｎｇ Ｐｒｏｔｅｉｎ）は、標的タンパク質の原子座標より作成される固有格子点領域にｍｏｌｅｃｕｌｅ（ドッキング後の候補リガンド分子）の座標が属する数であり、標的タンパク質の構成原子との衝突具合を表現している。
また、ｋ２，ｋ３は、それぞれ係数であり、特に指定のない場合（デフォルト）では、それぞれ１．０を用いるが、それぞれ標的タンパク質の生物化学的情報、誘導適合の程度によって変更可能である。すなわち、ｋ２は、その標的タンパク質のファミリータンパク質の結合リガンド集団の空間を占有する領域を重視する定数であり、係数が増大するならば、大きなリガンドが大きなスコアを得ることができるようになる。ｋ２値は、標的タンパク質の結合領域の大きさによっても、グループ化できる可能性がある。また、ｋ３は、その標的タンパク質の占有する領域に候補リガンドが衝突することの許容度因子であり、候補リガンド原子と標的タンパク質原子の衝突を重視する係数である。ｋ３値が大きくなれば、標的タンパク質と候補リガンドとの衝突を許さないことになる。ｋ３について、タンパク質（ｐｒｏｔｅｉｎ）の活性部位の柔らかさなどをグループ化できる可能性がある。ここで、図１２は、ｎａｆｐとｎａｐの具体例を原子数が３１のリガンドを用いて示した図である。
図１２に示すように、候補リガンドにおいて標的タンパク質と衝突する原子数が１０個、ＦＰライブラリー由来の格子点に原子が２１個所属し、ｋ２値、ｋ３値が１．０であるならば、ｆｐ＿ｖｏｌｕｍｅ（ｍｏｌｅｃｕｌｅ）の項はｌｎ（２２／１１）＝０．６９３という値になる。この項の関数の性質上、ｎａｆｐが３１から３０、即ち衝突の個数が０個から１個における変化率がもっとも大きい。またリガンド原子の半分近くが衝突している場合は、負値となるため非常に採用されにくくなる。すなわち、ＦＰＡＳｃｏｒｅにおいて、経験的物理関数である分子間引力―反発項を表現するレナードジョーンズポテンシャルに対応するものとして定義されている。なお、ＥＧＦＲを標的タンパク質として用いたインシリコスクリーニング性能についての項で、ｋ２値、ｋ３値の最適化の一例の結果を後述する。
＜３． ｆｐ＿ｃｏｎｔａｃｔ＿ｓｕｒｆａｃｅ（ｍｏｌｅｃｕｌｅ）の項＞
次に、ｆｐ＿ｃｏｎｔａｃｔ＿ｓｕｒｆａｃｅの項は、候補リガンドのドッキング後の構造に対してその原子座標の標的タンパク質への接触度、および、その座標のＦＰライブラリーへの帰属度を考慮する関数であり、以下の数式で表せる。ここで、ｍｏｌｅｃｕｌｅは候補リガンドのドッキング後の原子座標、ａｔｏｍ（ｉ）は、そのドッキング後のｉ番目の原子座標、ｎは原子数を意味する。すなわち、この式は、上述のｆｐ＿ｖｏｌｕｍｅの数式と同様に、候補リガンドが標的タンパク質へドッキングした後の複合体構造に対して計算され、候補リガンド原子座標の標的タンパク質の表面との接触度、およびＦＰライブラリーから得られたＦＰ原子に対しての候補リガンド原子座標の帰属度を考慮する関数である。
上記数式において、ｄｅｎｓｉｔｙ＿ｏｆ＿ａｔｏｍは、以下の数式で表せる。ここで、ｎｆｐｃｏｎｔａｃｔは、ＦＰライブラリーに属しているＦＰの原子座標と、特に指定が無い限り（デフォルトでは）３．８Å以下で接触している標的タンパク質の原子の個数であり、ｎａｔｏｍは同一格子点に属するＦＰライブラリー由来の結合リガンド化合物の原子の数となる。このとき、同じ原子型のリガンド分子が複数に存在していてもよく、同じリガンド分子であって、ＰＤＢのＩＤコードが違う場合についても、本実施例ではすべて取り込む。ｈｉは特に重要な生化学的情報がある場合は使用する変数であり、特に指定の無い場合は（デフォルトでは）０を用いるが、ＣＩＲＣＬＥ（Ｔｅｒａｓｈｉ Ｇ，Ｔａｋｅｄａ−Ｓｈｉｔａｋａ Ｍ，Ｋａｎｏｕ Ｋ，Ｉｗａｄａｔｅ Ｍ，Ｔａｋａｙａ Ｄ，Ｈｏｓｏｉ Ａ，Ｏｈｔａ Ｋ，Ｕｍｅｙａｍａ Ｈ Ｐｒｏｔｅｉｎｓ，２００７，６９（Ｓ８）：９８−１０７）等の３Ｄ−１Ｄスコア値によってファミリータンパク質に依存しないＦＰ（Ｍｏｄｉｆｉｅｄ ＦＰやＣｒｅａｔｉｖｅ ＦＰ等）をいれた場合に使用されることを想定している。下記の数式は、リガンド原子座標ｘがＦＰライブラリーから得られたＦＰに属していない（３．８Å以下で接触していない）場合は０となり、属している場合は上記の式に従い、スコアが計算される。
図１３は、標的タンパク質の活性部位近傍におけるＦＰライブラリー由来のリガンドの位置を一例として示した図である。図１３に示すように、標的タンパク質近傍で楕円（一点鎖線の円）に囲まれた付近のＦＰは、標的タンパク質に接しているので、ｎｆｐｃｏｎｔａｃｔが優遇される。さらに、黒円付近は、ＦＰライブラリー由来の結合リガンド原子が密集しておりｎａｔｏｍが優遇される。すなわち、これらの部分に、ドッキングされた候補リガンドの原子座標が近接した場合、上記数式によりスコアが優遇されることになる。
また、上記ｆｐ＿ｃｏｎｔａｃｔ＿ｓｕｒｆａｃｅの数式において、ｔｏｔａｌ＿ｄｅｎｓｅ＿ｏｆ＿ａｔｏｍ（ｍｏｌｅｃｕｌｅ）は、以下の数式で表せる。ここで、ｔｏｔａｌは、候補リガンド分子の原子数である。また、ｓｏｒｔ＿ｄｅｎｓｉｔｙ＿ｏｆ＿ａｔｏｍは、上記数式のｄｅｎｓｉｔｙ＿ｏｆ＿ａｔｏｍのスカラー値の分布を大きい方から順に並べ替えたものである。つまり、候補リガンド分子が大きいとｔｏｔａｌ＿ｄｅｎｓｅ＿ｏｆ＿ａｔｏｍは大きくなる。
以上で、本実施例における相互作用スコアＦＰＡＳｃｏｒｅの説明を終える。
［シミュレティッドアニーリングによる相互作用スコアの最大化およびコンフォメーションチェンジ］
つぎに、上記のとおり定義されたＦＰＡＳｃｏｒｅ関数を最大化するために、本実施例におけるシミュレティッドアニーリング（以下、「ＳＡ」とよぶ。）の実行方法について、図１４を参照して説明する（Ｊ．Ｍｏｌ．Ｇｒａｐｈｉｃｓ Ｍｏｄ．１８，２５８−２７２，３０５−３０６（２０００））。図１４は、シミュレティッドアニーリング過程を一例として示す概念図である。
最初に、候補リガンドのコンフォメーション変化から、その構造におけるＦＰＡＳｃｏｒｅが最大となるドッキング構造を得るまでのステップ１．〜３．の１サイクルについて述べる。
＜ステップ１．＞
まず、ドッキング対象となる候補リガンド（ｄｏｃｋｅｄ ｌｉｇａｎｄ）に存在する回転可能な二面角をランダムに変更することにより、コンフォメーションを変化させる。本実施例では、候補リガンド原子のファンデルワールス半径はＡＭＢＥＲ９９を参考にした値を使用した。
＜ステップ２．＞
コンフォメーションの変化した候補リガンドを剛体として用いて、リガンド結合部位（ｔｈｅ ｂｉｎｄｉｎｇ ｓｉｔｅ）にドッキングさせる。以下の並進回転操作は、ステップ１．で発生させた一つのコンフォメーションについて行われる。
まず、前述したＦＰバンドからランダムに１０個のＦＰの原子型を選ぶ。１０個に満たない場合は、ＦＰバンドのＦＰベクトルのサイズの最大数の半分を用いた。そして、選択されたＦＰに登録されている原子座標セットをランダムに選択する。これをアライメントされたＦＰとし、その対応関係で最小自乗フィッティングをおこない候補リガンドの原子座標とＦＰライブラリー由来の原子座標間のｒｍｓｄを計算し、このとき得られる並進および回転行列を標的リガンドに対して作用させ、ひとつの標的タンパク質―候補リガンド複合体構造を得る。そして、アライメントされたＦＰ、ｒｍｓｄ、標的タンパク質―候補リガンド複合体構造を用いてＦＰＡＳｃｏｒｅを算出する。ここで、図１５は、ＦＰＡＳｃｏｒｅを算出するためのＦＰアライメントおよび最小自乗フィッティングを模式的に示した図である。
図１５に示すように、ＦＰバンドのアライメントの項で上述したようにＦＰアライメントは（Ｄ），（Ｅ）の各ＦＰの型ごとの座標行列の間で行われ、＜１＞リガンドライブラリー由来のＦＰベクトル（Ｄ）と、候補リガンド由来のＦＰベクトル（Ｅ）において、双方のビットがｏｎである組み合わせが選択される。この選択過程で一致しなかったＦＰはアライメントから除かれる。＜２＞そして、１つのＦＰにおいて、候補リガンド分子由来の原子座標ベクトル（１）と、ＦＰライブラリーの結合リガンド由来の原子座標ベクトル（２）との座標間の対応付けを行い、最小自乗フィッティングに基づいて相互作用スコアを計算する。
シミュレティッドアニーリングによる状態変化は、ＦＰの変更、増加、減少過程である。すなわち、当該状態変化は、そのＦＰに属する座標を、ドッキングさせる候補リガンド由来のＦＰ、および、リガンドライブラリー由来のＦＰから選ぶ過程を繰り返すことによって行われる。そして、シミュレティッドアニーリングは、アライメントされたＦＰに対して、ＦＰの原子型を一つ増加もしくは保持し、ＦＰに登録されている原子座標セットの対応関係の変更もしくは追加と、ＦＰの減少を行い、アライメントを変化しＦＰＡＳｃｏｒｅを最大化する。一つのＦＰから一つ以上の原子座標セットが選ばれること、もしくは座標があるのにも関わらず、ＦＰＡスコアが減少した場合は、メトロポリス判定が行われ、採用されれば状態を保つ。すなわち、ＳＡ過程においてメトロポリス判定が行われ、前回のスコアより、今回のスコアが大きいならば採用し、そうでない場合は、以下の数式に基づき採用確率Ｐａｃｃｅｐｔを計算する。このとき同時に０＜＝ｒ＜＝１の範囲の一様乱数を発生させｒ＜Ｐａｃｃｅｐｔならば、スコアが低い場合も採用する。本実施例では、Ｔ（温度）は３０．０Ｋからはじめ、０．０７Ｋまで下げた。このようにして、一つのコンフォメーションに対してＦＰＡＳｃｏｒｅの最大値を計算する。
このように得られたＦＰバンドを用いてＳＡ法によりＦＰＡＳｃｏｒｅを最適化する。なお、本実施例において、ＳＡは１０，０００回行った。
＜ステップ３．＞
一つのコンフォメーションに対して上記ステップ２で得られた最大のＦＰＡＳｃｏｒｅを、その構造とともに記憶部の構造プールに保存する。
以上が、一つのコンフォメーションについてのＦＰＡＳｃｏｒｅ最大化のための１サイクルの処理である。
＜ステップ４．＞
本実施例においては、コンフォメーションの変化を１０００回行うことと設定したので、１０００回に満たない場合、上述のステップ１．〜３．を再試行するよう制御する。なおコンフォメーション発生回数は多ければ多いほど良い結果が得られる可能性があるが、バーチャルな化合物データベースに含まれる多くの低分子化合物についてドッキング計算をする必要があり、有限な回数の大きさで止めねばならず、化合物の回転自由度に依存するとしても本実施例の予備計算ではこの回数で十分であった。
発生させた１０００個のコンフォメーションのそれぞれについて、相互作用スコアＦＰＡＳｃｏｒｅの最大値が計算された場合、サイクルの繰り返し処理を終了し、構造プールに保存された１０００個のコンフォメーションの最大ＦＰＡＳｃｏｒｅを比較し、スコアが最大のドッキング構造を、当該候補リガンドについての最適なコンフォメーションとして標的タンパク質−候補リガンド複合体（Ｐｒｏｔｅｉｎ−Ｌｉｇａｎｄ ｃｏｍｐｌｅｘ）の予測構造を出力する。
［結果と考察（材料）、方法関連］
本実施例について以下に「結果と考察（材料）」を述べる。本実施例で記述したＦＰライブラリーの構築には、Ｐｅｒｌ（ｈｔｔｐ：／／ｗｗｗ．ｐｅｒｌ．ｃｏｍ／）、Ｒｕｂｙ（ｈｔｔｐ：／／ｗｗｗ．ｒｕｂｙ−ｌａｎｇ．ｏｒｇ／），ｂａｓｈ（ｈｔｔｐ：／／ｗｗｗ．ｇｎｕ．ｏｒｇ／ｓｏｆｔｗａｒｅ／ｂａｓｈ／）等のシェル、スクリプト言語を組み合わせて開発した。また、本実施例の方法で記述したドッキングされる候補リガンドのコンフォメーションを変化し、ＦＰＡＳｃｏｒｅを最大化するようなタンパク質―リガンド複合体構造を探索するアルゴリズムはＣ／Ｃ＋＋で記述した。コンパイラーはＩｎｔｅｌ（登録商標）Ｃ＋＋ Ｃｏｍｐｉｌｅｒ １０．０を用いた。使用した計算機の構成について述べると、ＯＳはＲｅｄ Ｈａｔ Ｌｉｎｕｘ、Ｓｃｉｅｎｔｉｆｉｃ Ｌｉｎｕｘ、ＣＰＵはＰｅｎｔｉｕｍ４，Ｃｏｒｅ２Ｄｕｏ，Ｏｐｔｅｒｏｎ、メモリーは５１２Ｍ，１０２４Ｍ，２０４８Ｍと計算機の構成の異なるメモリー非共有型計算機クラスターを最大２００台用いた。参考に計算時間を記述すると、後述するＥＧＦＲのｋｉｎａｓｅドメインに対して、ＭＤＬ Ａｖａｉｌａｂｌｅ Ｃｈｅｍｉｃａｌｓ Ｄｉｒｅｃｔｏｒｙ（ＭＤＬ ＡＣＤ）Ｌｉｂｒａｒｙ（Ｓｙｍｙｘ Ｔｅｃｈｎｏｌｏｇｉｅｓ，Ｉｎｃ．Ｃｏｒｐｏｒａｔｅ Ａｄｄｒｅｓｓ：３１００ Ｃｅｎｔｒａｌ Ｅｘｐｒｅｓｓｗａｙ，Ｓａｎｔａ Ｃｌａｒａ，ＣＡ ９５０５１）の２０，０００化合物のインシリコスクリーニングを行った場合、一つの標的タンパク質に対して一つ候補リガンドをドッキングする１ＣＰＵあたりの計算実行時間の中央値は１０．２分、平均値は１８．６分であった。最小計算時間は、４．８分、最長計算時間は１０７７分であった。ここで、図１６は、ＥＧＦＲインシリコスクリーニングにおける計算時間の分布を示す図である。
図１６のＥＧＦＲインシリコスクリーニングにおける計算時間の分布に示すように、ドッキングされるリガンドによっては非常に時間がかかる場合がある。この原因の一つには、内部衝突をさけるようなコンフォメーションの探索が難しいリガンドをドッキングする場合が考えられ、これは回転可能な結合をランダムで選択していることが原因であり、分子内衝突が起こりにくいように回転する必要があることがわかった。また、本実施例のＣｈｏｏｓｅＬＤの計算時間は、標的タンパク質の大きさ、ＦＰライブラリーに含まれるリガンドの数および、リガンドの分子量、候補リガンドの分子量、回転可能な結合の数に依存し、標的タンパク質のリガンド結合部位を絞り込み、ＦＰライブラリーの絞り込みを行えば、より速く予測構造を得ることが可能であった。
本実施例では、ＣｈｏｏｓｅＬＤのドッキング性能を試験するために、Ｐｒｏｔｅｉｎ Ｄａｔａ Ｂａｎｋ（Ｎｕｃｌｅｉｃ Ａｃｉｄｓ Ｒｅｓ．３１，４８９−４９１（２００３））からタンパク質―リガンド複合体構造を入手した。用いたベンチマークについて図１７および図１８を参照して説明する。図１７は、ベンチマークの概要を一例として示す図である。また、図１８は、ＰＤＢへの登録数の年度分布を表す図である。
図１７に示すように、使用したベンチマークセットの数は、それぞれリガンドを有する２１８種のタンパク質である。８５種のＰＤＢ構造（図１７の左）は、スコア方程式（ｓｃｏｒｅ ｅｑｕａｔｉｏｎ）を作成するために使用された。また、１３３種のＰＤＢ構造（図１７の右）は、他のドッキング法（ＤＯＣＫ，ＡＵＴＯＤＯＣＫ，ＧＯＬＤなど）と比較するために使用された（以下にＰＤＢＩＤを示す）。
８５ ＰＤＢ ｓｔｒｕｃｔｕｒｅｓ； １Ｇ９Ｖ １ＧＫＣ １ＧＭ８ １ＧＰＫ １ＨＮＮ １ＨＰ０ １ＨＱ２ １ＨＶＹ １ＨＷＩ １ＨＷＷ １ＩＡ１ １ＩＧ３ １Ｊ３Ｊ １ＪＤ０ １ＪＪＥ １ＪＬＡ １Ｋ３Ｕ １ＫＥ５ １ＫＺＫ １Ｌ２Ｓ １Ｌ７Ｆ １ＬＰＺ １ＬＲＨ １Ｍ２Ｚ １ＭＥＨ １ＭＭＶ １ＭＺＣ １Ｎ１Ｍ １Ｎ２Ｊ １Ｎ２Ｖ １Ｎ４６ １ＮＡＶ １ＯＦ１ １ＯＦ６ １ＯＰＫ １ＯＱ５ １ＯＷＥ １ＯＹＴ １Ｐ２Ｙ １Ｐ６２ １ＰＭＮ １Ｑ１Ｇ １Ｑ４１ １Ｑ４Ｇ １Ｒ１Ｈ １Ｒ５５ １Ｒ５８ １Ｒ９Ｏ １Ｓ１９ １Ｓ３Ｖ １ＳＧ０ １ＳＪ０ １ＳＱ５ １ＳＱＮ １Ｔ４０ １Ｔ４６ １Ｔ９Ｂ １ＴＯＷ １ＴＴ１ １ＴＺ８ １Ｕ１Ｃ １Ｕ４Ｄ １ＵＭＬ １ＵＮＬ １ＵＯＵ １Ｖ０Ｐ １Ｖ４８ １Ｖ４Ｓ １ＶＣＪ １Ｗ１Ｐ １Ｗ２Ｇ １Ｘ８Ｘ １ＸＭ６ １ＸＯＱ １ＸＯＺ １Ｙ６Ｂ １ＹＧＣ １ＹＱＹ １ＹＶ３ １ＹＶＦ １ＹＷＲ １Ｚ９５ ２ＢＭ２ ２ＢＲ１ ２ＢＳＭ
１３３ ＰＤＢ ｓｔｒｕｃｔｕｒｅｓ； １ＡＡＱ １ＡＢＥ １ＡＣＪ １ＡＣＫ １ＡＣＭ １ＡＣＯ １ＡＥＣ １ＡＨＡ １ＡＰＴ １ＡＳＥ １ＡＴＬ １ＡＺＭ １ＢＡＦ １ＢＢＰ １ＢＬＨ １ＢＭＡ １ＢＹＢ １ＣＢＳ １ＣＢＸ １ＣＤＧ １ＣＩＬ １ＣＯＭ １ＣＯＹ １ＣＰＳ １ＣＴＲ １ＤＢＢ １ＤＢＪ １ＤＩＤ １ＤＩＥ １ＤＲ１ １ＤＷＤ １ＥＡＰ １ＥＥＤ １ＥＰＢ １ＥＴＡ １ＥＴＲ １ＦＥＮ １ＦＫＧ １ＦＫＩ １ＦＲＰ １ＧＨＢ １ＧＬＰ １ＧＬＱ １ＨＤＣ １ＨＤＹ １ＨＥＦ １ＨＦＣ １ＨＲＩ １ＨＳＬ １ＨＹＴ １ＩＣＮ １ＩＤＡ １ＩＧＪ １ＩＭＢ １ＩＶＥ １ＬＡＨ １ＬＣＰ １ＬＤＭ １ＬＩＣ １ＬＭＯ １ＬＮＡ １ＬＰＭ １ＬＳＴ １ＭＣＲ １ＭＤＲ １ＭＭＱ １ＭＲＧ １ＭＲＫ １ＭＵＰ １ＮＣＯ １ＮＩＳ １ＰＢＤ １ＰＨＡ １ＰＨＤ １ＰＨＧ １ＰＯＣ １ＲＤＳ １ＲＮＥ １ＲＯＢ １ＳＬＴ １ＳＮＣ １ＳＲＪ １ＳＴＰ １ＴＤＢ １ＴＫＡ １ＴＭＮ １ＴＮＧ １ＴＮＩ １ＴＮＬ １ＴＰＨ １ＴＰＰ １ＴＲＫ １ＴＹＬ １ＵＫＺ １ＵＬＢ １ＷＡＰ １ＸＩＤ １ＸＩＥ ２ＡＤＡ ２ＡＫ３ ２ＣＧＲ ２ＣＨＴ ２ＣＭＤ ２ＣＴＣ ２ＤＢＬ ２ＧＢＰ ２ＬＧＳ ２ＭＣＰ ２ＭＴＨ ２ＰＨＨ ２ＰＫ４ ２ＰＬＶ ２Ｒ０７ ２ＳＩＭ ２ＹＨＸ ３ＡＡＨ ３ＣＬＡ ３ＣＰＡ ３ＧＣＨ ３ＨＶＴ ３ＰＴＢ ３ＴＰＩ ４ＣＴＳ ４ＤＦＲ ４ＥＳＴ ４ＦＡＢ ４ＰＨＶ ５Ｐ２Ｐ ６ＡＢＰ ６ＲＮＴ ６ＲＳＡ ７ＴＩＭ ８ＧＣＨ
図１７の２つの円は、ＰＤＢＩＤをタンパク質―リガンド複合体の特徴ごとに分類したものであり、それらすべてのＰＤＢＩＤを示している。図中の右の円の集合は、医薬品開発の標的タンパク質となりえるが、結合しているリガンドは医薬品的な化合物、ペプチド、糖鎖等と多様性に富んでいる。一方、左の円のＰＤＢＩＤは、右の円と同様に医薬品開発のターゲットとなるタンパク質が選ばれているが、右の円のＰＤＢＩＤとは異なり、医薬品的なリガンドで構成されている。より詳しく記述すると、右の円の集合は、リガンドの分子構造を用いて、ヘテロアトムの有無、水素供与体、受容体、および疎水基等の有無，リピンスキーのルールオブファイブ（Ａｄｖ Ｄｒｕｇ Ｄｅｌｉｖ Ｒｅｖ ４６（１−３），３−２６．）を満たしているかといった判定基準で医薬品的であるリガンドと判定されたものを最終的には手動で選定したというものである（Ｊ．Ｍｅｄ．Ｃｈｅｍ．５０，７２６−７４１（２００７））。
すなわち、これらベンチマークセットの内訳は、８５ベンチマークセットは、ＰＤＢに２０００年８月１１日より後に登録されたものの中から創薬のターゲットになる標的タンパク質を選び、ドッキングするべきリガンドもヘテロアトムを有するか、水素供与体、受容体、および疎水基等を有するか、ピンスキーの５ルールを満たしているかといった判定基準で医薬品的なリガンドと判定されたものを最終的には手動で選んだものを集めたものである。また、一方、理研ベンチマーク［参考文献：Ｏｎｏｄｅｒａ ｅｔ ａｌ Ｊ．Ｃｈｅｍ．Ｉｎｆ．Ｍｏｄｅｌ．２００７，４７，１６０９−１６１８］は、ＧＯＬＤ［参考文献：Ｇａｒｅｔｈ ｅｔ ａｌ Ｊ．Ｍｏｌ．Ｂｉｏｌ．１９９７ ２６７，７２７−７４８］のベンチマークを使っている。このベンチマークは、上述したように、２０００年８月以前にＰＤＢに登録された標的タンパク質を用いている。しかし、このベンチマークでは、ＧＯＬＤ以外に，ＡｕｔｏＤｏｃｋ，ＤＯＣＫを比較しているため、このベンチマークの結果と比較することは、ＣｈｏｏｓｅＬＤのドッキングソフトの中における位置づけを知るには非常に有用であると考えた。上述した二つのベンチマークにおいてはＰＤＢ ＩＤに重複はない。そこで、８５セットでＣｈｏｏｓｅＬＤのデフォルトパラメータの決定を行い、理研ベンチマークで、そのパラメータにおけるＣｈｏｏｓｅＬＤの性能評価を行った。ここで、図１８は、８５セット（左の円）および、１３３セット（右の円）で提案されたＰＤＢＩＤが登録された年を横軸に、その年の合計登録数を縦軸にプロットした図である。
これらのベンチマークセットへの登録年は図１８に示すように分布している。図１８の２つのベンチマークセットのタンパク質−リガンド複合体の集団の色が示す事柄を記述すると、グラフの左側の山は、標的タンパク質が医薬品的（ｄｒｕｇｇａｂｌｅ：薬剤開発の対象となりうる標的タンパク質という意味）であり、リガンドは、種々の低分子化合物である場合の登録年の分布を表している（Ｇｒｅｅｎ ｐｌａｎｅ：１３３ ｂｅｎｃｈｍａｒｋ ｓｅｔ Ｇｏｌｄ Ｂｅｎｃｈｍａｒｋ（Ｊｏｎｅｓ ｅｔ ａｌ．Ｊ．Ｍｏｌ．Ｂｉｏｌ．１９９７，２６７，７２７−７４８）（Ｏｎｏｄｅｒａ ｅｔ ａｌ．Ｊ．Ｃｈｅｍ．Ｉｎｆ．Ｍｏｄｅｌ．２００７，４７，１６０９−１６１８））。また、グラフの右側の山は、標的タンパク質とリガンドは共に医薬品的な（ｄｒｕｇｇａｂｌｅ）化合物である場合の登録年の分布を表している（Ｂｌｕｅ ｐｌａｎｅ：８５ ｂｅｎｃｈｍａｒｋ ｓｅｔ（Ｈａｒｔｓｈｏｍ ｅｔ ａｌ．Ｊ．Ｃｈｅｍ．２００７，５０，７２６−７４１））。黒ラインは、それぞれの平均ＰＤＢ数を表しており、平均値は、緑で９．５、青で１４．２である（Ｂｌａｃｋ ｌｉｎｅ：ａｖｅｒａｇｅ ｏｆ ｎｕｍｂｅｒ ｏｆ ＰＤＢ ｏｆ ｅａｃｈ（ｇｒｅｅｎ，ｂｌｕｅ）ｐｌａｎｅ．Ａｖｅｒａｇｅ ｖａｌｕｅ ａｒｅ ９．５ ａｎｄ １４．２ ｆｏｒ ｔｈｅ ｇｒｅｅｎ ａｎｄ ｂｌｕｅ ｐｌａｎｅ，ｒｅｓｐｅｃｔｉｖｅｌｙ．）。
ここで、図１９は、予測と実験結果間でのｒｍｓｄを要約したテーブルである（Ｔａｂｌｅ．Ｓｕｍｍａｒｙ ｏｆ ｒ．ｍ．ｓ ｄｅｖｉａｔｉｏｎ ｂｅｔｗｅｅｎ ｐｒｅｄｉｃｔｉｏｎｓ ａｎｄ ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ）。結合モード予測構造の精度を評価するために、予測構造と実験構造のｒｍｓｄを計算した。ｒｍｓｄが大きい場合、予測構造と実験構造とのずれが大きいことを意味しており、すなわち予測の失敗を意味する。そこで、予測構造を正解と見なすｒｍｓｄの上限値を設定した。図１９の表はＪｏｎｅｓらによって行われた結合モード予測構造と実験構造のｒｍｓｄと人間の感覚、すなわちＧｏｏｄ，Ｃｌｏｓｅ，Ｅｒｒｏｒｓ，Ｗｒｏｎｇの関係を示したものである。ｒｍｓｄが２．０Å以下なら予測構造が実験構造にくらべて良い、すなわちＧｏｏｄとなる。ｒｍｓｄが２．５Å以下なら実験構造に近い予測構造を含んでおり、かつ、よい予測構造が含まれているということになる。すなわちＣｌｏｓｅとなる。そこで、ｒｍｓｄが２．０Å以下の予測構造が得られた場合を予測の成功と定義した。ｒｍｓｄが、２．０以上２．５以下なら、ビジュアルでの評価Ｇｏｏｄ，Ｃｌｏｓｅ，Ｅｒｒｏｒｓ，Ｗｒｏｎｇである（Ｊｏｎｅｓ ｅｔ ａｌ．Ｊ．Ｍｏｌ．Ｂｉｏｌ．１９９７ ２６７，７２７−７４８より抜粋）。すなわち、ｒｍｓｄが２．０Å以下ならリガンドモデルとして正解に比べて良い。ｒｍｓｄが２．５Å以下ならリガンドモデルとして正解に比べて似ている（Ｃｌｏｓｅ）と良い（Ｇｏｏｄ）の両方を含む。
［結果と考察（１）：ＦＰＡ関数におけるｋｌ最適化（Ｏｐｔｉｍｉｚｅｄ ｋ１ ｉｎ ＦＰＡ Ｓｃｏｒｅ ｆｕｎｃｔｉｏｎ）］
上述したように、ＦＰＡＳｃｏｒｅのｋ１値はＦＰライブラリーに登録されている原子座標と候補リガンドの原子座標の一致度を調節する係数である。ｋ１値はターゲットに応じて変更可能であるが、大量の標的タンパク質に対してインシリコスクリーニングを行う場合や、他の研究者に使用されることを考慮すると最適なパラメーターを決定することは本手法を採用する判断材料の一つとなることから、ＣｈｏｏｓｅＬＤ法のドッキング性能試験においては最適値を８５セット［参考文献：Ｍｉｃｈａｅｌ ｅｔ ａｌ Ｊ．Ｍｅｄ．Ｃｈｅｍ．２００７，５０，７２６−７４１］を使い、ＦＰＡＳｃｏｒｅ関数のｋ１の最適値を決定した。
８５セットはドラッグライクな標的タンパク質を多く集めており、ＧＯＬＤ［参考文献：Ｇａｒｅｔｈ ｅｔ ａｌ Ｊ．Ｍｏｌ．Ｂｉｏｌ．１９９７ ２６７，７２７−７４８］の性能評価を行っている。これは、８５セットはＰＤＢＩＤが１３３セットと重複しないため、すなわち、この最適化の過程において、８５セットは、１３３セットの情報を使用していないためである。また８５セットはＧＯＬＤのベンチマークのみを行っており、ＧＯＬＤの成功率はＣｏｒｉｎａの構造を標的タンパク質にドッキングさせた場合、７５．２±０．４％であり、実験構造のリガンド構造を用い結合部位を６Åと定義した場合８０．５±０．５％であり、実験構造のリガンド構造を用い、結合部位を４Åと定義した場合８６．９±０．３％であり、Ｘ線結晶構造中に存在する結晶水を含めた場合９８．６±０．１％であった（Ｊ．Ｍｅｄ．Ｃｈｅｍ．５０，７２６−７４１（２００７））。すなわち、ＧＯＬＤだけの評価を行っている場合、既存のドッキングソフトの中におけるＣｈｏｏｓｅＬＤの位置づけを知ることができないので、８５セットはｋ１値の最適化に使用した。ここでは、ＦＰＡスコア（Ｓｃｏｒｅ）で記述したｋ１の最適化をおこなった。
ドッキングの条件は下記に述べる通りである。他のベンチマークと同様に、リガンド結合部位の探索範囲を狭める等の利点があるため、リガンド結合部位を定義した。すなわち、ＣｈｏｏｓｅＬＤのドッキング性能試験のベンチマークは、タンパク質のリガンド結合部位のアミノ酸残基を予測するものではなく、リガンド結合部位における候補リガンドの配座の正確性を試験することである。結合部位（ｂｉｎｄｉｎｇ ｓｉｔｅ）の大きさは、タンパク質−リガンド複合体（Ｐｒｏｔｅｉｎ−Ｌｉｇａｎｄ ｃｏｍｐｌｅｘ）の正解構造のリガンドの各原子から４Åとした。また、ＦＰライブラリーに含まれているリガンドの候補リガンドとの類似性の及ぼす影響を試験するためＦＰライブラリーに属するリガンドとのＴｃを計算し、ＦＰライブラリーに含まれるリガンドを限定した。ドッキングするリガンドとライブラリーリガンド（ＬＩＢＲＡＲＡＹ ＬＩＧＡＮＤＳ）に属するリガンドとのＴａｎｉｍｏｔｏ係数を薬剤様ＦＰ（Ｄｒｕｇ Ｌｉｋｅ Ｆｉｎｇｅｒｐｒｉｎｔ）を用いて計算し、ｆｐ ｂａｎｄｓのＴｃ Ｒａｎｇｅは、最大値を０．９６，０．７６そして、０．５６、最小値を０．０８とした。
初期コンフォメーションは二面角をランダムに回転させ、初期リガンドからもっともｒｍｓｄの大きい構造を結合部位（ｂｉｎｄｉｎｇ ｓｉｔｅ）から十分に離したものを使用した。そのリガンドを用いて、一つのターゲットに対して１０回のドッキングをおこなった。８５セットのうち、８４セットをドッキングすることができた。ここで、図２０は、８５セットにおける予測成功率一覧（ｋｌとＴｃ Ｒａｎｇｅの関係）を示す図表である。
図２０の表のｋ１は、ＦＰＡＳｃｏｒｅで述べた係数のことである。その下の数値は、計算をおこなったｋ１値である。Ｔｃ Ｒａｎｇｅは、最大値を０．９６，０．７６，そして０．５６、最小値を０．０８とした。カラムの中の数値は成功率（％）であり、平均（ａｖｅｒａｇｅ）は、上記の範囲の平均値である。
この結果、ｋ１＝４．０の時の平均値が最も成功率が６２．１％と最も高く、次に６．０，３．０，５．０，２．０の順で成績がよかった。ｋ１値が１．０の場合は、すべてのＴＣ Ｒａｎｇｅにおいて、そのほかのｋ１値の成功率より悪かった。ｋ１値が４．０と６．０の場合はほぼ同等であったが、わずかに平均値においてまさる４．０を最適値として１３３種［参考文献：Ｏｎｏｄｅｒａ ｅｔ ａｌ Ｊ．Ｃｈｅｍ．Ｉｎｆ．Ｍｏｄｅｌ．２００７，４７，１６０９−１６１８］のベンチマークはこの数値を用いた。
ここで、図２１は、１０位までにｒｍｓｄ２．０以下で予測できる割合を示す図表である。図２１の右図は、その時の成功率をプロットしたものであるが、採用されるＦＰＡＳｃｏｒｅによる順位を増やすにつれ、予測成功構造を得られる確率が上昇することが示された。すなわち、ＦＰＡＳｃｏｒｅ上位の予測構造を一つ用いるのではなく複数用いる場合、正解に近い構造を得られる確率が上がることになる。すなわち、ＦＰＡＳｃｏｒｅ上位の予測構造を分子動力学計算や量子化学計算による複合体構造の最適化における初期構造にも複数用いた方がよいと考えられる。成功とみなす実験構造とのｒｍｓｄを２．０Åとした場合、１０位までに最大８２．９％予測に成功することが示された。
また、図２２は、１０位までにｒｍｓｄ２．５（Ｃｌｏｓｅ）以下で予測できる割合を示す図表である。図２２に示すように、成功とみなす実験構造とのｒｍｓｄを２．５Åとした場合、１０位までに最大８７．６％予測に成功することが示された。
また、図２３は、成功とみなす正解構造とのｒｍｓｄを２．０Å以外でも行った場合を示す図表である。図２３の右図は、横軸に成功と見なす実験構造とのｒｍｓｄ、縦軸に予測成功率をプロットしたものである。
上述のように、２．５Åでは、約７割成功としたが、８５セットベンチマークにおけるＧＯＬＤの予測成功率の一つであるＣｏｒｉｎａで発生させたリガンド、すなわち、実験構造のコンフォメーションを用いない場合の結合モード予測の成功率７５．２％（参考文献（Ｍｉｃｈａｅｌ ｅｔ ａｌ Ｊ．Ｍｅｄ．Ｃｈｅｍ．２００７，５０，７２６−７４１））と同等の成功率を得るには、Ｔｃ Ｒａｎｇｅを０．５６−０．０８では３．２〜３．３、０．７６−０．０８ならば２．８を、０．９６〜０．０８ならば２．６〜２．７を用いる必要があることが示された。なお、一般的な共有結合長である１．５Åを成功と定義した場合では、約４割の予測に成功したことになる。ファンデルワールス相互作用の限界値にちかい３．５Å以内では約８割の予測に成功したことになる。ここで、図２４は、ＣｈｏｏｓｅＬＤと比較して、Ｄｏｃｋ、ＡｕｔｏＤｏｃｋおよびＧＯＬＤのベンチマークの結果を示す図表である。
図２４は、Ｏｎｏｄｅｒａ ｅｔ ａｌ［参考文献：Ｏｎｏｄｅｒａ ｅｔ ａｌ Ｊ．Ｃｈｅｍ．Ｉｎｆ．Ｍｏｄｅｌ．２００７，４７，１６０９−１６１８］によるベンチマークでＣｏｒｉｎａによる座標発生に失敗したターゲット、ＤＯＣＫまたはＧＯＬＤで失敗したターゲットをのぞいた１１６種のＰＤＢＩＤの結果を示す図である。図２４の成功率（ｓｕｃｃｅｓｓ ｒａｔｅ）は、ｒｍｓｄ２．０Åか、それより良い構造の割合を示している。
ここで、ドッキング方法（Ｄｏｃｋｉｎｇ ｍｅｔｈｏｄ）は、各ドッキングソフト（Ｄｏｃｋｉｎｇ ｓｏｆｔ）の名前を意味している。ＣｈｏｏｓｅＬＤは、３つのＴｃ Ｒａｎｇｅについて性能評価をおこなっている。ＧＯＬＤ ＧＯＬＤＳｃｏｒｅＳＴＤ，ＧＯＬＤＳｃｏｒｅＬｉｂ，ＧＯＬＤ ＣｈｅｍＳｃｏｒｅＳＴＤ，ＡｕｔｏＤｏｃｋ、そしてＤＯＣＫの値は、ＣｏｒｉｎａとＭＩＮＩの平均値とし、各ドッキングソフトの成功率において標準偏差を細い棒で示している。
図２４のグラフに示すように、本実施例のＣｈｏｏｓｅＬＤのｒｍｓｄ２．０Åか、それより良い構造を予測する性能（成功率）は、Ｔｃ Ｒａｎｇｅが０．９６から０．０８の場合、ＧＯＬＤとほぼ対等である。Ｔｃ Ｒａｎｇｅが０．７６から０．０８の場合、ＧＯＬＤとほぼ対等か少し劣る。Ｔｃ Ｒａｎｇｅが０．５６から０．０８の場合、ＧＯＬＤには及ばないが、ＤＯＣＫ，ＡｕｔｏＤｏｃｋよりよい、ということが示された。
ここで、図２５は、８５セットにおけるＦＰＡＳｃｏｒｅの予測構造と実験構造とのｒｍｓｄが２．０Å以下における各々標的タンパク質との衝突個数の分布を示す図である。衝突０個の構造が７５．０％であり、衝突１個の構造が１７．３％であるため合計が、計９２．３％となっていることから、ＦＰＡＳｃｏｒｅの衝突判定関数は、経験的物理関数であるレナードジョーンズ型関数の衝突判定に相当するものとして機能していることが示された。
図２６および図２７は、各ターゲットにおける全１０回のドッキング試行における成功個数を記したものである。図２６は、８５セットベンチマークにおける予測成功構造の個数分布を示している。なお、図２６の「＊１」は、予測成功個数が５から１０個のＰＤＢＩＤの個数の全体に占める割合を表している。すべてのＴｃ範囲において、１０回成功と１０回失敗の割合が大きい。また、１０回中５回成功したターゲットは６２．７〜６５．５％であった。また、Ｔｃ範囲の上限値を小さくしていくと、１０回とも失敗する個数が増える傾向が示された。これはＣｈｏｏｓｅＬＤ法が、ＦＰライブラリーとして既知のタンパク質―リガンド複合体構造に依存しているため、ＦＰライブラリーに属するリガンドが減ると精度が落ちるためと考えられる。
［結果と考察（２）（Ｒｅｓｕｌｔ ａｎｄ Ｄｉｓｃｕｓｓｉｏｎ（２））：１３３種のベンチマークの結果］
Ｏｎｏｄｅｒａ ｅｔ ａｌ［参考文献：Ｏｎｏｄｅｒａ ｅｔ ａｌ Ｊ．Ｃｈｅｍ．Ｉｎｆ．Ｍｏｄｅｌ．２００７，４７，１６０９−１６１８］によって、各ドッキングソフトを提供されている状態に近い状態でベンチマークが行われている。彼らによると標的タンパク質は、ＧＯＬＤ［参考文献：Ｇａｒｅｔｈ ｅｔ ａｌ Ｊ．Ｍｏｌ．Ｂｉｏｌ．１９９７ ２６７，７２７−７４８］のベンチマークに使用されているタンパク質−リガンド複合体（Ｐｒｏｔｅｉｎ−Ｌｉｇａｎｄ ｃｏｍｐｌｅｘ）は、１３３種の中でＧＯＬＤ，ＤＯＣＫでドッキングすることができなかったターゲット、および、Ｃｏｒｉｎａで三次元座標を発生できなかったターゲットをのぞいた計１１６種を用いられている。なお、除かれたＰＤＢＩＤは、１ＴＰＨ，１ＴＲＫ，１ＸＩＤ，４ＦＡＢ，６ＲＳＡ，１ＢＢＰ，１ＣＴＲ，１ＨＹＴ，１ＰＨＧ，１ＰＯＣ，１ＳＮＣ，１ＴＭＮ，１ＣＤＧ，１ＤＲ１，１ＬＤＭ，４ＣＴＳ，４ＥＳＴである（Ｖｉｒｔｕａｌ Ｓｃｒｅｅｎｉｎｇ Ｊ．Ｃｈｅｍ．Ｉｎｆ．Ｍｏｄｅｌ．４７，１６０９−１６１８（２００７））。
各々のドッキングソフトのパラメータは各々ドッキングソフトで提供されているパラメータを使用しており、パラメータをターゲット用に最適化していない。パラメータの最適化を行えば、もちろん成功率は変わると考えられるが、それは、ＣｈｏｏｓｅＬＤにおいても同様であり、ＣｈｏｏｓｅＬＤ法においても、標的タンパク質に応じて変更可能パラメータｋ１，ｋ２，ｋ３値が定義されているので、最適化の余地が残っている。そこで、ＣｈｏｏｓｅＬＤの性能評価には方法の項で述べられた値と８５セットで最適化をおこなったｋ１値、すなわち４．０を用いた。
ここで、ＣｈｏｏｓｅＬＤが使用するドッキングの条件は各ターゲットにおいて、以下のように定めた。
１． 結合部位（ｂｉｎｄｉｎｇ ｓｉｔｅ）
結合部位（ｂｉｎｄｉｎｇ ｓｉｔｅ）は、従来のベンチマーク［参考文献：Ｏｎｏｄｅｒａ ｅｔ ａｌ Ｊ．Ｃｈｅｍ．Ｉｎｆ．Ｍｏｄｅｌ．２００７，４７，１６０９−１６１８］に類似してネイティブ（Ｎａｔｉｖｅ）のタンパク質−リガンド複合体（Ｐｒｏｔｅｉｎ−Ｌｉｇａｎｄ ｃｏｍｐｌｅｘ）のリガンド（ｌｉｇａｎｄ）の各原子から半径５．０Å以内の距離に存在するＰｒｏｔｅｉｎの原子の球とした。
２． リガンドのコンフォメーション変化
１３３セットのベンチマークではドッキングするリガンドを３つ用意している。すなわち、Ｃｏｒｉｎａで発生させたリガンドと、Ｃｏｒｉｎａで発生したリガンドのうちエネルギー最小構造（以下ＭＩＮＩとする）のものと、そしてＰＤＢに登録されている状態の構造との３つであり、これらをそれぞれ１１６の標的タンパク質に対して１０００個の予測を行っている（Ｖｉｒｔｕａｌ Ｓｃｒｅｅｎｉｎｇ Ｊ．Ｃｈｅｍ．Ｉｎｆ．Ｍｏｄｅｌ．４７，１６０９−１６１８（２００７））。ＣｈｏｏｓｅＬＤ法のドッキング性能試験においてはコンフォメーションをランダムに変化させ、実験構造のタンパク質―リガンド複合体のリガンドから最もｒｍｓｄが大きい構造で、かつ上記で定義されたリガンド結合部位から十分に離れた状態のリガンドを使用した。すなわち、実験構造をそのまま用いずに各１１６の標的タンパク質に対して１０回の予測を行ったことになり、１３３セットを用いたベンチマークとほぼ同条件で行ったことになる。これらの過程においてリガンドに水素が存在した場合は取り除かれる。
３． リガンドとのタニモト係数の範囲
使用するライブラリーリガンド（ＬＩＢＲＡＲＹ ＬＩＧＡＮＤ）は、候補リガンド（ｄｏｃｋｅｄ ｌｉｇａｎｄ）とＴｃの範囲で、その最大値である０．９６，０．７６および０．５６は、それぞれ、ドッキングリガンドと非常によく似ている化合物が存在するもの、似ている化合物が存在するもの、少し似ている化合物が存在するものとに該当する。そこで、Ｔｃの範囲には、０．９６−０．０８（つまり答えを含まない），０．７６−０．０８および０．５６−０．０８に該当するものを用いた。
４． Ｏｎｏｄｅｒａ ｅｔ ａｌは、一つのリガンドに対して１０００回ドッキングを行っている［参考文献：Ｏｎｏｄｅｒａ ｅｔ ａｌ Ｊ．Ｃｈｅｍ．Ｉｎｆ．Ｍｏｄｅｌ．２００７，４７，１６０９−１６１８］。今回のＣｈｏｏｓｅＬＤの性能評価では、候補リガンド（ｄｏｃｋｅｄ ｌｉｇａｎｄ）を１０回ドッキングした。すなわち１１６０回のドッキングを各々のＴｃ Ｒａｎｇｅで行い計３４８０回のドッキングをおこなった。一回のドッキング試行において予測されたドッキング構造とネイティブなタンパク質−リガンド複合体（Ｎａｔｉｖｅ Ｐｒｏｔｅｉｎ−Ｌｉｇａｎｄ Ｃｏｍｐｌｅｘ）のリガンドとのｒｍｓｄが２．０Åか、それより良いならば成功とした。
図２８および図２９は、１３３セットのベンチマークにおけるＤＯＣＫ，ＡｕｔｏＤｏｃｋ，ＧＯＬＤ予測構造のｒｍｓｄ分布の結果と、ＣｈｏｏｓｅＬＤ法の結果を示す図である。Ｄｏｃｋｉｎｇ ｍｅｔｈｏｄは各ドッキングソフトの名前を意味している。ＣｈｏｏｓｅＬＤは３つのＴｃ範囲について性能評価をおこなっている。ＧＯＬＤは、ＧＯＬＤＳｃｏｒｅＳＴＤ（’Ｓｔａｎｄａｒｄ Ｄｅｆａｕｌｔ Ｓｅｔｔｉｎｇｓ’ ｗｉｔｈ ＧＯＬＤＳｃｏｒｅ），ＧＯＬＤＳｃｏｒｅＬｉｂ（’Ｌｉｂｒａｒｙ Ｓｃｒｅｅｎｉｎｇ Ｓｅｔｔｉｎｇｓ’ ｗｉｔｈ ＧＯＬＤＳｃｏｒｅ），ＧＯＬＤＣｈｅｍＳｃｏｒｅＳＴＤ（’Ｓｔａｎｄａｒｄ Ｄｅｆａｕｌｔ Ｓｅｔｔｉｎｇｓ’ ｗｉｔｈ ＣｈｅｍＳｃｏｒｅ）の３つのパラメーター（Ｖｉｒｔｕａｌ Ｓｃｒｅｅｎｉｎｇ Ｊ．Ｃｈｅｍ．Ｉｎｆ．Ｍｏｄｅｌ．４７，１６０９−１６１８（２００７）），ＡｕｔｏＤｏｃｋそしてＤＯＣＫの値は、ＣｏｒｉｎａとＭＩＮＩの平均値とした。このグラフよりＣｈｏｏｓｅＬＤのｒｍｓｄが２．０Å以下の構造を予測する性能は、Ｔｃ範囲が０．９６〜０．０８ならＧＯＬＤとほぼ対等である。Ｔｃ範囲が０．７６〜０．０８ならＧＯＬＤとほぼ対等か少し劣り、Ｔｃ範囲が０．５６〜０．０８ならば、ＤＯＣＫ，ＡｕｔｏＤｏｃｋよりよいことが示された。
図３０および図３１は、各ターゲットにおける全１０回のドッキング試行における成功個数を記したものである。なお、図３０中の「＊１」は、予測成功個数が５から１０個のＰＤＢＩＤの個数の全体に占める割合を示している。８５セットと同様に、１０回成功と１０回失敗の割合の二極化がおきているが、１０回失敗の数がもっとも多いことが示された。また、８５セットに比べて、１０回成功率が２０％近く下がっている。これらのことから、１３３セットは８５セットに比べて、ドッキングが難しいターゲットが多く含まれているものと考えられる。８５セットの医薬品的な化合物は分子量、回転可能な結合数、水素供与体、水素受容体の数がリピンスキーの５ルール等で限定されているので、その絞り込みの影響によりドッキングしやすい化合物が多く含まれるためであると考えられる。
図３２および図３３は、Ｔｃ範囲で限定されたＦＰライブラリーにおいてＦＰＡＳｃｏｒｅで順位付けされた分布内に実験構造とのｒｍｓｄが２．０Å以下の構造が得られる確率を示す図である。すなわち、順位が１の場合は前述したその他のドッキングソフトとの比較の成功率と一致する。この結果も８５セットと同様に全体の成功率が低下している。
図３４は、予測成功構造の衝突個数の分布を示す図であり、１３３セットにおける予測構造と実験構造とのｒｍｓｄが２．０Å以下の構造における各々標的タンパク質との衝突個数の分布を示す。衝突０個の構造が５６．０％で衝突１個の構造が２８．７％であり、計８４．６％となっており、ＦＰＡＳｃｏｒｅの衝突判定関数は経験的物理関数であるレナードジョーンズ型関数の衝突判定に相当するものとして機能していることが示された。８５セット、１３３セットとも同様の傾向を示したことから、衝突判定は十分機能していると考えられる。
図３５は、ＦＰライブラリーに用いるリガンドのＴｃ範囲の上限値をさらに低くし、０．１６，０．２４，０．３６に下限値を０．０８にした場合の性能および、前述したＴｃ範囲、すなわち上限値０．５６，０．７６，０．９６、下限値０．０８の予測成功率を示す図である。Ｔｃの上限値を低くした場合は、０．２４−０．０８で１３３セットベンチマークにおけるＤＯＣＫ（２１．１％）と同程度の予測精度であり、０．３６−０．０８で１３３セットベンチマークにおけるＡｕｔｏＤｏｃｋ（２６．６％）と同程度の予測精度であることが示された。
（ＧＯＬＤとの比較）
理研ベンチマークでＧＯＬＤが失敗したが、本願発明者の方法ではドッキングでき、かつ、ｒｍｓｄ２．０以下であった例を２例示す。
ここで、図３６は、１ＤＲ１について予測されたタンパク質−リガンド構造を示す図である（Ｐｒｅｄｉｃｔｅｄ ｐｒｏｔｅｉｎ−ｌｉｇａｎｄ ｃｏｍｐｌｅｘ ｓｔｒｕｃｔｕｒｅ ｆｏｒ １ＤＲ１）。
図３６における条件や値等は以下のとおりである。
ＰＤＢＩＤ： １ＤＲ１
ＴＩＴＬＥ： ＣＨＩＣＫＥＮ ＬＩＶＥＲ ＤＩＨＹＤＲＯＦＯＬＡＴＥ ＲＥＤＵＣＴＡＳＥ
ＤＯＣＫＥＤ ＬＩＧＡＮＳＤ： ＮＡＤＰ
ＲＭＳＤ： １．７４３
ＦＰＡ： Ｓｃｏｒｅ １２９５．５５３
ＣＹＡＮ（図中央のシアン（淡い水色））：実験（Ｘ線結晶解析）構造（Ａｎｓｗｅｒ）（以下も同じ。）
ＧＲＥＥＮ（図中央の濃い緑）：予測のリガンド構造（Ｐｒｅｄｉｃｔｅｄ ｌｉｇａｎｄ Ｓｔｒｕｃｔｕｒｅ）（以下も同じ。）
Ｔｈｅ ｏｔｈｅｒ（その他）：結合部位（ｔｈｅ ｂｉｎｄｉｎｇ ｓｉｔｅ）（以下も同じ。）
すなわち図３６は、ＰＤＢＩＤ；１ＤＲ１に対する本実施例の予測構造を示している。これはＧＯＬＤが予測に失敗した標的タンパク質、すなわち１３３セットのベンチマークから除外されたターゲットである（Ｖｉｒｔｕａｌ Ｓｃｒｅｅｎｉｎｇ Ｊ．Ｃｈｅｍ．Ｉｎｆ．Ｍｏｄｅｌ．４７，１６０９−１６１８（２００７））。本実施例のＣｈｏｏｓｅＬＤは、予測構造と実験構造のｒｍｓｄが１．７４Åであり、予測に成功した。これは、リガンドに存在する環構造がＦＰライブラリーにも多く含まれていたためであると考えられる。
また、図３７は、４ＥＳＴについて予測されたタンパク質−リガンド構造を示す図である（Ｐｒｅｄｉｃｔｅｄ ｐｒｏｔｅｉｎ−ｌｉｇａｎｄ ｃｏｍｐｌｅｘ ｓｔｒｕｃｔｕｒｅ ｆｏｒ ４ＥＳＴ）。
図３７における条件や値等は以下のとおりである。
ＰＤＢＩＤ： ４ＥＳＴ
ＴＩＴＬＥ： ＣＲＹＳＴＡＬ ＳＴＲＵＣＴＵＲＥ ＯＦ ＴＨＥ ＣＯＶＡＬＥＮＴ ＣＯＭＰＬＥＸ ＦＯＲＭＥＤ ＢＹ Ａ
ＰＥＰＴＩＤＹＬ ＡＬＰＨＡ，ＡＬＰＨＡ−ＤＩＦＬＵＯＲＯ−ＢＥＴＡ−ＫＥＴＯ ＡＭＩＤＥ ＷＩＴＨ ＰＯＲＣＩＮＥ
ＰＡＮＣＲＥＡＴＩＣ ＥＬＡＳＴＡＳＥ ＡＴ １．７８−ＡＮＧＳＴＲＯＭＳ ＲＥＳＯＬＵＴＩＯＮ
ＤＯＣＫＥＤ ＬＩＧＡＮＤ： ＩＮＨＩＢＩＴＯＲ ＡＣＥ−＊ＡＬＡ−＊ＰＲＯ−＊ＶＡＬ−＊ＤＩＦＬＵＯＲＯ−＊Ｎ−＊ＰＨＥＮＹＬＥＴＨＹＬＡＣＥＴＡＭＩＤＥ
ＲＭＳＤ： １．７２９
ＦＰＡＳＣＯＲＥ： ４５１．２９１
すなわち、図３７は、ＰＤＢＩＤ；４ＥＳＴに対する本実施例の予測構造を示しており、これはＧＯＬＤが予測に失敗した標的タンパク質であり、１３３セットのベンチマークから除外されたターゲットである（Ｖｉｒｔｕａｌ Ｓｃｒｅｅｎｉｎｇ Ｊ．Ｃｈｅｍ．Ｉｎｆ．Ｍｏｄｅｌ．４７，１６０９−１６１８（２００７））。ＣｈｏｏｓｅＬＤは、予測構造と実験構造のｒｍｓｄが１．７３Åであり予測に成功した。これはドッキングするリガンドがペプチド性リガンドであったこともあり、ＦＰライブラリーに含まれるペプチド性リガンドの主鎖の炭素、窒素、酸素が主に使用されたためであると考えられる。
［結果と考察（２）（Ｒｅｓｕｌｔ ａｎｄ Ｄｉｓｃｕｓｓｉｏｎ（２．１））：予測された構造結果（ｒｅｓｕｌｔ ｏｆ ｐｒｅｄｉｃｔｅｄ ｓｔｒｕｃｔｕｒｅ）
既存のドッキングソフト（ＧＯＬＤ，ＤＯＣＫ）が失敗したすべてのドッキングの例を４例示す。
ここで、図３８〜図４１は、ＧＯＬＤが失敗したがＣｈｏｏｓｅＬＤは予測に成功したターゲットを示す図である。
図３８における条件等は以下のとおりである。
１ＣＤＧ
ＴＩＴＬＥ：
ＮＵＣＬＥＯＴＩＤＥ ＳＥＱＵＥＮＣＥ ＡＮＤ Ｘ−ＲＡＹ ＳＴＲＵＣＴＵＲＥ ＯＦ
ＣＹＣＬＯＤＥＸＴＲＩＮ ＧＬＹＣＯＳＹＬＴＲＡＮＳＦＥＲＡＳＥ ＦＲＯＭ ＢＡＣＩＬＬＵＳ ＣＩＲＣＵＬＡＮＳ ＳＴＲＡＩＮ
２５１ ＩＮ Ａ ＭＡＬＴＯＳＥ−ＤＥＰＥＮＤＥＮＴ ＣＲＹＳＴＡＬ ＦＯＲＭ
また、図３９における条件等は以下のとおりである。
１ＤＲ１
２．２ ＡＮＧＳＴＲＯＭＳ ＣＲＹＳＴＡＬ ＳＴＲＵＣＴＵＲＥ ＯＦ ＣＨＩＣＫＥＮ ＬＩＶＥＲ ＤＩＨＹＤＲＯＦＯＬＡＴＥ
ＲＥＤＵＣＴＡＳＥ ＣＯＭＰＬＥＸＥＤ ＷＩＴＨ ＮＡＤＰ＋ ＡＮＤ ＢＩＯＰＴＥＲＩＮ
また、図４０における条件等は以下のとおりである。
１ＬＤＭ
ＲＥＦＩＮＥＤ ＣＲＹＳＴＡＬ ＳＴＲＵＣＴＵＲＥ ＯＦ ＤＯＧＦＩＳＨ Ｍ４ ＡＰＯ−ＬＡＣＴＡＴＥ ＤＥＨＹＤＲＯＧＥＮＡＳＥ
また、図４１における条件等は以下のとおりである。
４ＥＳＴ
Ｔｉｔｌｅ ＣＲＹＳＴＡＬ ＳＴＲＵＣＴＵＲＥ ＯＦ ＴＨＥ ＣＯＶＡＬＥＮＴ ＣＯＭＰＬＥＸ ＦＯＲＭＥＤ
ＢＹ Ａ ＰＥＰＴＩＤＹＬ ＡＬＰＨＡ，ＡＬＰＨＡ−ＤＩＦＬＵＯＲＯ−ＢＥＴＡ−ＫＥＴＯ ＡＭＩＤＥ ＷＩＴＨ ＰＯＲＣＩＮＥ
ＰＡＮＣＲＥＡＴＩＣ ＥＬＡＳＴＡＳＥ ＡＴ １．７８−ＡＮＧＳＴＲＯＭＳ ＲＥＳＯＬＵＴＩＯＮ
（ＧＬＩＤＥを含めた比較）
Ｇｌｉｄｅ（Ｊ．Ｍｅｄ．Ｃｈｅｍ．４７，（２００４）１７３９−１７４９）はフレッキシブルリガンドドッキングソフトであり、本実施例の方法の内でＧＯＬＤ等との予測精度の比較を行っている。図４２は、１３３セット中における９０ターゲットにおける予測成功率を示す図表である。但し、上表の予測成功率の算出法は各ドッキングソフトによって異なる。すなわち、ＧＯＬＤは各ターゲットに対して遺伝的アルゴリズムによる最適化を２０回行った場合の結果（ｔｈｅ ｂｅｓｔ ｏｆ ＧＡ ２０ ｒｕｎ）（ｈｔｔｐ：／／ｗｗｗ．ｃｃｄｃ．ｃａｍ．ａｃ．ｕｋ／ｐｒｏｄｕｃｔｓ／ｌｉｆｅ＿ｓｃｉｅｎｃｅｓ／ｖａｌｉｄａｔｅ／ｇｏｌｄ＿ｖａｌｉｄａｔｉｏｎ／ｖａｌｕｅ．ｈｔｍｌ）であり、ＣｈｏｏｓｅＬＤは各ターゲットに対して１０回ドッキングを行いＦＰＡＳｃｏｒｅ上位２個選び、ベストの構造を選択した。Ｇｌｉｄｅのドッキング性能の検証には記載が無いのでＧＯＬＤに準ずると考えられる。１３３セットのベンチマークの結果において、ＧＯＬＤの予測成功率が４５％程度であった事実からドッキング条件および予測構造の選択法によって予測成功率が大幅に変動すると考えられる。
（予測成功標的タンパク質の分布）
図４３は、ドッキングソフト間の予測に成功した標的タンパク質のＰＤＢＩＤの類似度をＴｃ（タニモト係数）で算出した図表である。ここで、１３３セットの中における９０セットにおける、それぞれの標的タンパク質に関して、両方のドッキングソフトが予測に成功した場合、Ｔｃ計算式のａを加算し、片方のみが予測に成功したのならｂもしくはｃを加算する。
図４３に示すように、Ｇｌｉｄｅ，ＧＯＬＤ，ＦｌｅｘＸ（Ｊ．Ｍｏｌ．Ｂｉｏｌ．２６１，４７０−４８９（１９９６）））間のＴｃが０．６１〜０．６５であるのに対してＣｈｏｏｓｅＬＤとその他のドッキングソフト間では０．４７〜０．５５程度であった。予測成功率はＧＯＬＤ，Ｇｌｉｄｅ，ＣｈｏｏｓｅＬＤ間で顕著な差が無いことも考えるとＣｈｏｏｓｅＬＤはその他のドッキングソフトに比較し、予測が成功する標的タンパク質の分布に独自性があることが示された。
また、図４４は、９０ターゲット中の一つの標的タンパク質に対する各ドッキングソフトの予測の成否分布を示す図表である。一方のドッキングソフトが予測可能なターゲットは多く存在し、現状では、すべての標的タンパク質の予測に成功するドッキングソフトは無いと言うことになった。このような背景のもと、複数のドッキングソフトを用いることを前提に、ドッキングソフトのスコアによって予測構造を選択するのではなく、予測された標的タンパク質―リガンド複合体構造から、水素結合等のタンパク質との相互作用情報をもちいて、より実験構造に近い予測構造を選択する研究が多く行われている（Ｅｕｒｏｐｅａｎ Ｊｏｕｒｎａｌ ｏｆ Ｍｅｄｉｃｉｎａｌ Ｃｈｅｍｉｓｔｒｙ ４２，９６６−９７６（２００７）、Ｊ．Ｍｅｄ．Ｃｈｅｍ．４７，３３７−３４４（２００４））。
ここで、図４５〜図４７は、ＤＯＣＫが失敗したがＣｈｏｏｓｅＬＤは予測に成功したターゲットを示す図である。
ここで、図４５における条件等は以下のとおりである。
１ＨＹＴ
ＲＥ−ＤＥＴＥＲＭＩＮＡＴＩＯＮ ＡＮＤ ＲＥＦＩＮＥＭＥＮＴ ＯＦ ＴＨＥ ＣＯＭＰＬＥＸ ＯＦ
ＢＥＮＺＹＬＳＵＣＣＩＮＩＣ ＡＣＩＤ ＷＩＴＨ ＴＨＥＲＭＯＬＹＳＩＮ ＡＮＤ ＩＴＳ ＲＥＬＡＴＩＯＮ
ＴＯ ＴＨＥ ＣＯＭＰＬＥＸ ＷＩＴＨ ＣＡＲＢＯＸＹＰＥＰＴＩＤＡＳＥ Ａ
また、図４６における条件等は以下のとおりである。
１ＰＨＧ
ＣＲＹＳＴＡＬ ＳＴＲＵＣＴＵＲＥＳ ＯＦ ＭＥＴＹＲＡＰＯＮＥ−ＡＮＤ ＰＨＥＮＹＬＩＭＩＤＡＺＯＬＥ−ＩＮＨＩＢＩＴＥＤ
ＣＯＭＰＬＥＸＥＳ ＯＦ ＣＹＴＯＣＨＲＯＭＥ Ｐ４５０−ＣＡＭ
また、図４７における条件等は以下のとおりである。
１ＴＭＮ
ＢＩＮＤＩＮＧ ＯＦ Ｎ−ＣＡＲＢＯＸＹＭＥＴＨＹＬ ＤＩＰＥＰＥＴＩＤＥ ＩＮＨＩＢＩＴＯＲＳ ＴＯ ＴＨＥＲＭＯＬＹＳＩＮ
ＤＥＴＥＲＭＩＮＥＤ ＢＹ Ｘ−ＲＡＹ ＣＲＹＳＴＡＬＬＯＧＲＡＰＨＹ．Ａ ＮＯＶＥＬ ＣＬＡＳＳ ＯＦ ＴＲＡＮＳＩＴＩＯＮ−ＳＴＡＴＥ ＡＮＡＬＯＧＵＥＳ ＦＯＲ ＺＩＮＣ ＰＥＰＴＩＤＡＳＥＳ
［結果と考察（３）（Ｒｅｓｕｌｔ ａｎｄ Ｄｉｓｃｕｓｓｉｏｎ（３））：許可されたｒａｎｋｒａｎｇｅの結果（ｒｅｓｕｌｔ ｏｆ ａｃｃｅｐｔｅｄ ｒａｎｋｒａｎｇｅ）］
図４８は、１位だけではなく１０位までにｒｍｓｄ２．０の構造が採取できる割合を示す図である。図４８に示すように、１０位まで採取すると、６割以上がｒｍｓｄ２．０以下でドッキング可能である。
また、図４９は、１位だけではなく１０位までにｒｍｓｄ２．５（Ｃｌｏｓｅ）の構造が採取できる割合を示す図である。
［結果と考察（４）（Ｒｅｓｕｌｔ ａｎｄ Ｄｉｓｃｕｓｓｉｏｎ（４））：成功とみなせるｒｍｓｄの結果（ｒｅｓｕｌｔ＿ｒｍｓｄ＿ｒｅｇａｒｄ＿ａｓ＿ｓｕｃｅｅｓｓ）］
成功と定義するｒｍｓｄを変化させる。理研ベンチマークとの比較の際には、成功と定義する予測構造の正解構造とのｒｍｓｄを２．０Åとしたが、そのほかの数値（１．５，２．５，３．０，そして３．５）を示す。３．５Åであれば、その予測リガンド構造はほぼリガンド結合部位の近傍に存在すると考え、その構造を分子動力学や、量子化学計算の初期構造として用いることができるためである。図５０は、成功と定義するｒｍｓｄを変化させた場合を示す図表である。
図５０に示すように、３．５Å以内に予測できた構造は、Ｔｃ Ｒａｎｇｅ ０．５６−０．０８（即ち少し似ているリガンドがライブラリーに存在する場合）において６８．９％であった。つまり、類似した化合物の実験構造が存在すれば、この精度でドッキング構造が少なくともリガンド結合部位近傍に予測可能であることを意味している。
また、Ｔｃ Ｒａｎｇｅ ０．９６−０．０８（即ち、かなり似たリガンドがライブラリーに存在する場合）においては、７割の程度がリガンド結合部位に存在することを示している。
ここで、ドッキングの成功の定義としてのｒｍｓｄ２．０という数値は、様々なベンチマーク［参考文献：Ｇａｒｅｔｈ ｅｔ ａｌ Ｊ．Ｍｏｌ．Ｂｉｏｌ．１９９７ ２６７，７２７−７４８］，［参考文献：Ｍｉｃｈａｅｌ ｅｔ ａｌ Ｊ．Ｍｅｄ．Ｃｈｅｍ．２００７，５０，７２６−７４１］，［参考文献：Ｏｎｏｄｅｒａ ｅｔ ａｌ Ｊ．Ｃｈｅｍ．Ｉｎｆ．Ｍｏｄｅｌ．２００７，４７，１６０９−１６１８］などにおける基本的な評価基準である。しかし、実際には、ｒｍｓｄが２．０より大きいケースでも、ＭＤ，ＱＭなどの最適化を行えば、精度よくタンパク質−リガンド複合体（Ｐｒｏｔｅｉｎ−Ｌｉｇａｎｄ ｃｏｍｐｌｅｘ）の構造を予測し得る。即ち、これらの成功と定義するｒｍｓｄを示すことは、ＭＤ，ＱＭ研究者が複合体構造の最適化のための初期構造を選ぶ際の、有用なデータとなる。つまり、最適化にかかる時間（ｓｈｏｔ ｔｉｍｅ １００ｐｓ，ｌｏｎｇ ｔｉｍｅ １ｎｓ ａｎｄ ｓｏ ｏｎ）または最適化するリガンド結合部位の範囲（５Å，１０Å ａｎｄ ｓｏ ｏｎ）を見積もる場合の参考になると考える。
［結果と考察（５）（Ｒｅｓｕｌｔ ａｎｄ Ｄｉｓｃｕｓｓｉｏｎ（５））：理想的な方法（ｍｅｔｈｏｄ＿ｉｄｅａｌ）］
主に考察（Ｄｉｓｃｕｓｓｉｏｎ）を以下に再び図８を参照しながら記述する。
すなわち、本実施例では、リガンドのパーツであるＦＰのコンフォメーションが相互作用した構造として最も安定であるとの仮定をたてる。本実施例のＦＰの標的タンパク質との相互作用とは、タンパク質と近い距離にあるＦＰを疎水性相互作用、水素結合相互作用および、ファンデルワールス相互作用といったエンタルピー的相互作用と解釈し、また、タンパク質と遠い距離にあるＦＰを溶媒との相互作用といったエントロピー的相互作用と解釈する。
つまり、本実施例においては、最終的にＦＰのコンフォメーションを使って、基底として化合物（Ｃｈｅｍｉｃａｌ Ｃｏｍｐｏｕｎｄ）が最も安定なドッキング構造をとる場合、タンパク質リガンド相互作用において最も安定な自由エネルギーをとると言うことに相当すると仮定されている。
すなわち、重なりのよい類似タンパク質由来の結合リガンド（ｌｉｇａｎｄ）群から抽出したＦＰ配置は、タンパク質との相互作用の自由エネルギーを含んでいる。
ここで、一つの標的タンパク質がある場合、多くのリガンドを集めるためにホモロジーまたは、ｅ−ｖａｌｕｅの低い類似タンパク質を利用するが、これら機能的分類に縛られない広義のファミリータンパク質は活性部位近傍が少しの構造変化と、アミノ酸残基の変化を伴い、ファミリータンパク質から抽出したＦＰが自由エネルギー安定の仮定を満たされない可能性も当然考えられる。
そのため、この欠点を補う必要があり、ファミリータンパク質から抽出したＦＰを、標的タンパク質との相互作用においてより自由エネルギーが安定になるＦＰに変えて、“Ｍｏｄｉｆｉｅｄ ＦＰ”とし信頼性の少し落ちたＦＰとして採用する。これには３Ｄ−１Ｄ法のＰｒｏｇｒａｍを修正して対応する。このＭｏｄｉｆｉｅｄ ＦＰの作成を標的タンパク質に対して行えば、まだ見つかっていない新規骨格のリガンドを考慮したことに相当し、標的タンパク質に結合した既知のリガンドよりも活性の高い化合物を見つけられる可能性がある。
一方、複数の結合化合物の原子相互作用の共通領域のＦＰは、ファミリータンパク質が似たような複数の化合物と結合するという重なりを重視しており、生物化学的情報やエネルギー計算により原子の存在の可能性がある場合に与えられる“Ｃｒｅａｔｉｖｅ ＦＰ”よりも実験情報を反映したＦＰを得ることができると考える。
［他の方法（ＭＤ，ＱＭ）のタンパク質−リガンド複合体の最適化（Ｐｒｏｔｅｉｎ−Ｌｉｇａｎｄ Ｃｏｍｐｌｅｘ Ｏｐｔｉｍｉｚｅ ｆｏｒ ｏｔｈｅｒ ｍｅｔｈｏｄ（ＭＤ，ＱＭ））］
従来の古典物理学的エネルギーによって予測されたタンパク質−リガンド複合体（Ｐｒｏｔｅｉｎ−Ｌｉｇａｎｄ ｃｏｍｐｌｅｘ）の構造に対して、既知のタンパク質−リガンド複合体（Ｐｒｏｔｅｉｎ−Ｌｉｇａｎｄ ｃｏｍｐｌｅｘ）の構造の情報を用いて、上記の方法で得られたドッキング構造の順位付け、クラスタリングが行われている［参考文献：Ｚｈａｎ ｅｔ ａｌ Ｊ．Ｍｅｄ．Ｃｈｅｍ．２００４，４７，３３７−３４４］。これらのことは、既存のドッキングソフトによる出力は、実験情報を確実には反映していない構造を出力することを意味している。
一方で、予測されたタンパク質−リガンド複合体（Ｐｒｏｔｅｉｎ−Ｌｉｇａｎｄ ｃｏｍｐｌｅｘ）の構造をＡＭＢＥＲ，ＣＨＡＲＭＭを用いたＭＤ（参考文献：それぞれ、Ｃａｓｅ，Ａ．Ｄ．，Ｃｈｅａｔｈａｍ ＩＩＩ，Ｅ．Ｔ．，Ｄａｒｄｅｎ，Ｔ．，Ｇｏｈｌｋｅ，Ｈ．，Ｌｕｏ，Ｒ．，Ｍｅｒｚ Ｊｒ．，Ｍ．Ｋ．，Ｏｎｕｆｒｉｅｖ，Ａ．，Ｓｉｍｍｅｒｌｉｎｇ，Ｃ．，Ｗａｎｇ，Ｂ．＆ Ｗｏｏｄｓ，Ｊ．Ｒ．Ｔｈｅ Ａｍｂｅｒ Ｂｉｏｍｏｌｅｃｕｌａｒ Ｓｉｍｕｌａｔｉｏｎ Ｐｒｏｇｒａｍｓ Ｊ Ｃｏｍｐｕｔ Ｃｈｅｍ ２６ １６６８−１６８８（２００５），Ｂｒｏｏｋｓ，Ｒ．Ｂ，Ｂｒｕｃｃｏｌｅｒｉ，Ｅ．Ｒ．，Ｏｌａｆｓｏｎ，Ｄ．Ｂ．，Ｓｔａｔｅｓ，Ｊ．Ｄ．，Ｓｗａｍｉｎａｔｈａｎ，Ｓ．＆ Ｋａｒｐｌｕｓ，Ｍ．ＣＨＡＲＭＭ：Ａ ｐｒｏｇｒａｍ ｆｏｒ ｍａｃｒｏｍｏｌｅｃｕｌａｒ ｅｎｅｒｇｙ，ｍｉｎｉｍｉｚａｔｉｏｎ，ａｎｄ ｄｙｎａｍｉｃｓ ｃａｌｃｕｌａｔｉｏｎｓ Ｊ．Ｃｏｍｐ．Ｃｈｅｍ．４ １８７−２１７（１９８３））またはＱＭ（参考文献：Ｋａｍｉｙａ Ｋ，Ｓｕｇａｗａｒａ Ｙ，Ｕｍｅｙａｍａ Ｈ．Ｊ．Ｃｏｍｐｕｔ．Ｃｈｅｍ．２００３，２４，８２６−８４１）で最適化する試みもなされている。これらのＭＤやＱＭなどの方法では、ドッキングやインシリコスクリーニングを行うのは計算量が大きすぎるため、真（Ｎａｔｉｖｅと言う意味で）のタンパク質−リガンド複合体（Ｐｒｏｔｅｉｎ−Ｌｉｇａｎｄ ｃｏｍｐｌｅｘ）の構造からある程度近い位置にリガンドをドッキングし、それを初期構造とする必要がある。
その初期構造を得るために既存のドッキングソフトを用いるのだが、前に述べた物理エネルギーを主体にしているため、物理エネルギーによる最適化を繰り返すことになる。
一方、本実施例による手法は、既知のタンパク質−リガンド複合体（Ｐｒｏｔｅｉｎ−Ｌｉｇａｎｄ ｃｏｍｐｌｅｘ）の情報を主に使用しておりバイオインフォマティクスの観点と物理エネルギーによる観点を考慮することが可能であり、また、本実施例で用いたＰＤＢの構造情報といったバイオインフォマティクス情報は、年ごとに蓄積されるものなので、医学的に興味あるタンパク質−リガンド複合体（Ｐｒｏｔｅｉｎ−Ｌｉｇａｎｄ Ｃｏｍｐｌｅｘ）は多くの研究者によって研究され、これらの予測構造の最適化にも有用であると考える。
［結論（Ｃｏｎｃｌｕｓｉｏｎ）：本手法の性能］
図５１は、本実施例による処理の結果を示す図表である。図５１に示すように、本実施例による手法を用いれば、Ｔ８５ ｓｅｔをドラッガブルタンパク質（Ｄｒｕｇｇａｂｌｅ−ｐｒｏｔｅｉｎ）に対して、ドラッグ様リガンド（Ｄｒｕｇｇｌｉｋｅ ｌｉｇａｎｄ）をドッキングした場合、Ｔｃ Ｒａｎｇｅが０．５６−０．０８，０．７６−０．０８，０．９６−０．０８の場合それぞれ、Ｇｏｏｄの構造を得る確率は、５８．９，６２．１そして６５．２％であり、Ｃｌｏｓｅの構造を得る確率は、それぞれ、６８．６，７２．１，７２，４％であった。
また、ドラッガブル標的タンパク質（Ｄｒｕｇｇａｂｌｅ−Ｔａｒｇｅｔ Ｐｒｏｔｅｉｎ）に対して、様々なリガンド（ｌｉｇａｎｄ）をドッキングした場合の性能は、Ｔｃ Ｒａｎｇｅが０．５６−０．０８，０．７６−０．０８，０．９６−０．０８の場合それぞれ、Ｇｏｏｄの構造を得る確率は、４０．１，４４．８，そして４６．４％であり、Ｃｌｏｓｅの構造を得る確率はそれぞれ、５３．２，５７．８そして５９．３％であった。そしてこれらの性能は既存のドッキングソフトとほぼ同等の性能であることを示した。
標的タンパク質とリガンドが共に医薬品的な（ｄｒｕｇｇａｂｌｅ）化合物を含んだトレーニング計算の結果から、標的タンパク質と任意のリガンドの相互作用スコアが１０番目までのコンフォメーションを考察すれば、標的タンパク質全体の８３％（図２１の０．９６−０．０８、１０位までの値）に対して、正解に対して良いモデルを与えるという２．０Åの範囲の答えを含んだリガンド構造が一つは見つかるので、目視をして良い構造を探す価値があるということになる。
一方、標的タンパク質と任意のリガンドの相互作用スコアが１０番目までのコンフォメーションを考察すれば、標的タンパク質全体の８８％（図２２の０．９６−０．０８、１０位までの値）に対して、正解に対して良いモデルと似ているモデルを与えるという２．５Åの範囲の答えを含んだリガンド構造が一つは見つかるので、目視をして良い。構造または似ているモデル構造を探す価値があるということになる。
また、標的タンパク質はドラッガブル（ｄｒｕｇｇａｂｌｅ）であり、リガンドは種々の低分子化合物を含んだトレーニング計算の結果から、標的タンパク質と任意のリガンドの相互作用スコアが１０番目までのコンフォメーションを考察すれば、標的タンパク質全体の６５％（図４８の０．９６−０．０８、１０位までの値）に対して、正解に対して良いモデルを与えるという２．０Åの範囲の答えを含んだリガンド構造が一つは見つかるので、目視をして良い構造を探す価値があるということになる。
一方、標的タンパク質と任意のリガンドの相互作用スコアが１０番目までのコンフォメーションを考察すれば、標的タンパク質全体の７６％（図４９の０．９６−０．０８、１０位までの値）に対して、正解に対して良いモデルと似ているモデルを与えるという２．５Åの範囲の答えを含んだリガンド構造が一つは見つかるので、目視をして良い構造または似ているモデル構造を探す価値があるということになる。
従来、物理学的相互作用関数で当該標的タンパク質と仮想化合物ライブラリー低分子化合物の相互作用を計算していたところ、本実施例は、バイオインフォマティクスの情報を使って半経験的に計算している点で従来手法と異なっており、さらに構造予測の成功率は世界で認められているドッキングソフトプログラムＧＯＬＤと比べて優れる高い効果もあり、また、年々高まっている情報の蓄積が、半経験的バイオインフォマティクス手法の当該相互作用計算の結果を良いほうに導くので、有用性も大きく従来手法と異なる効果を奏する。
また、本実施例は、標的タンパク質と種々の低分子化合物との相互作用のスコア化によって得られたコンフォメーションを、分子動力学計算式を内包したドッキングプログラムであるＤＯＣＫやＡｕｔｏＤｏｃｋやＧＯＬＤにおいて、また、分子動力学計算プログラムであるＡｍｂｅｒやＣｈａｒｍなど既存のドッキングソフトの初期コンフォメーションとして用いることができる。これは、本実施例において得られた初期コンフォメーションが簡便に得られるのに加えて、実験を再現する精度が高いので、他のソフトプログラムとの組み合わせによって、有用な結果を得られる。
また、本実施例は、標的タンパク質の立体構造に類似しているファミリー高分子タンパク質セットに結合した種々の低分子化合物データベースであるＣＥｌｉｂ（ＦＰ（ｆｉｎｇｅｒｐｒｉｎｔ）ｓｅｔ ｅｘｔｒａｃｔｅｄ ｆｒｏｍ ｃｏｌｌｅｃｔｅｄ ｌｉｇａｎｄｓ ｉｎ ｔｈｅ ｂｉｎｄｉｎｇ ｓｉｔｅ（結合部位のリガンド集合から抽出された化合物指紋セット））を基に、任意のＦＰ（ｆｉｎｇｅｒｐｒｉｎｔ）を使う計算の過程で、標的タンパク質の立体構造を解析して活性部位を指定することを必要としない方法とすることができる。従来手法では、安定コンフォメーションが高いスコアを持つようにするために、ＤＯＣＫやＡｕｔｏＤｏｃｋやＧＯＬＤなど既存のドッキングソフトを使ってのドッキング計算において、予め標的タンパク質の立体構造を解析して活性部位を指定することをする必要があったが、これらに比べて、本実施例は、従来手法と異なる高い効果を有し、文献等の学習を通じて活性部位を指定する必要がなく有用である。
［結論］
本実施例による方法は、バイオインフォマティクスの観点から既知のタンパク質リガンド複合体（Ｐｒｏｔｅｉｎ−Ｌｉｇａｎｄ Ｃｏｍｐｌｅｘ）の相互作用情報を定義したスコアを用いて的確にドッキングシミュレーションに反映することに成功した。
従来からも既存のドッキングソフトの出力を既知のタンパク質リガンド複合体（Ｐｒｏｔｅｉｎ−Ｌｉｇａｎｄ Ｃｏｍｐｌｅｘ）の情報をドッキングシミュレーションに加えることにより、精度を上げるこころみは行われているが、これらの方法では、研究者の叡智と実践に依存しており一般性がない。
本実施例による手法は、相同性（Ｈｏｍｏｌｏｇｙ）検索および立体構造重ね合わせを自動でおこない、さらに、本手法で提示されたスコア関数を用いることにより、精度よくドッキング構造を得ることができた。
これらのことにより、研究者によるヒューマンインタベーションを多く必要とせず広く使用できる。また、本手法で提示されたスコア関数は既存のドッキングソフトと組み合わせることも可能である。
すなわち、本実施例による方法は下記の三点においてきわめて有用である。
本実施例による手法は、バイオインフォマティクスの観点から既知のタンパク質−リガンド複合体（Ｐｒｏｔｅｉｎ−Ｌｉｇａｎｄ Ｃｏｍｐｌｅｘ）の相互作用情報を的確にドッキングシミュレーションに反映できるところが従来手法とは異なる。更に、本実施例による手法は、リガンドに適切な物理量、距離拘束といったパラメータを受容体との相補性、および既知リガンドのコンフォメーションおよび原子種を考慮して自動的に付加できるという高い効果を発揮し、当然これらのことは新医学的、生物学的に重要な標的タンパク質とリガンドの相互作用のバイオインフォマティクス情報は年ごとに蓄積するので新規骨格医薬品もしくは類似骨格の探索にきわめて有用である。さらにテーラーメイド医療時代の到来で実験情報が豊富な標的タンパク質のドラッグデザイン（Ｄｒｕｇ Ｄｅｓｉｇｎ）が必要になるので、本実施例による方法は、きわめて有用である。

実施例２とて、ＥＧＦＲ（Ｅｐｉｄｅｒｍａｌ ｇｒｏｗｔｈ ｆａｃｔｏｒ ｒｅｃｅｐｔｏｒ）を標的タンパク質とした場合のｋ２とｋ３の最適化とインシリコスクリーニングについて以下に説明する。ここで、図５２は、ＥＧＦＲからの細胞内シグナル伝達経路を示した図である。
上記実施例１のＣｈｏｏｓｅＬＤ法において定義されたＦＰＡＳｃｏｒｅスコアのｋ２，ｋ３値は標的タンパク質に応じて最適化可能な係数として定義した。そこで、標的タンパク質に対して有効に機能するかどうか検証を行った。上皮増殖因子受容体ファミリーであるＥＧＦＲは癌治療において、重要な阻害標的となっている（Ｊ．Ｂｉｏｌ．Ｃｈｅｍ．２７７ ４６２６５−４６２７２（２００２），Ｃｅｌｌ １２５ １１３７−１１４９（２００６））。そのため、ＥＧＦＲを標的タンパク質として用いて、インシリコスクリーニングをおこなった。
（ＥＧＦＲの立体構造構築）
ＥＧＦＲのアミノ酸配列はＮＣＢＩ（Ｗｈｅｅｌｅｒ，Ｄ．Ｌ．ｅｔ ａｌ．，Ｎｕｃｌｅｉｃ Ａｃｉｄｓ Ｒｅｓ．（２００７）Ｎｏｖ ２７）ＡＣＣＥＳＳＩＯＮ ＩＤ Ｐ００５３３を使用し、鋳型をＰＤＢＩＤ １Ｍ１７のＡ鎖とした。アライメントは図５３に示すものを使用した。図５３は、ＥＧＦＲのアミノ酸配列のアライメントを示す図である。
ホモロジーは約９９％であり、立体構造を予測するよりはむしろ、１Ｍ１７のＣ末端の残基欠損を補うことを目的としている。上記アライメントを用いてホモロジーモデリングソフトＦＡＭＳ Ｌｉｇａｎｄ ＆ Ｃｏｍｐｌｅｘ（Ｐｒｏｔｅｉｎｓ，Ｓｕｐｐｌ ７ １２２−１２７（２００５））を用いてモデルを構築した。ここで、図５４は、構築されたＥＧＦＲのモデルを示す図である。
ＣＩＲＣＬＥスコア（Ｔｅｒａｓｈｉ，Ｇ．ｅｔ ａｌ．Ｐｒｏｔｅｉｎｓ，（２００７））は７１．３６７であった。なお、鋳型の１Ｍ１７＿Ａのスコア８２．１１０はであった。ＣＩＲＣＬＥスコアはＰＤＢ等から得られた実験構造座標データベースに所属するタンパク質のＸ線構造から得られた統計的ポテンシャルであり、スコアが正の方向に大きいほど既知のタンパク質Ｘ線構造の環境を満たしていることになり、すなわち、Ｘ線構造に近いモデルであると言える。
（ＥＧＦＲ特異的ＦＰライブラリーの構築）
実施例２のＣｈｏｏｓｅＬＤ法に従い得られたＦＰライブラリーとして用いたリガンドのＰＤＢＩＤは下記の通りである。
１ＡＤ５，１ＡＧＷ，１ＢＹＧ，１Ｅ９Ｈ，１ＦＧＩ，１ＦＩＮ，１ＦＰＵ，１ＦＶＶ，１ＧＡＧ，１Ｈ１Ｐ，１Ｈ１Ｑ，１Ｈ２４，１Ｈ２５，１Ｈ２６，１Ｈ２７，１Ｉ４４，１ＩＥＰ，１ＩＲ３，１ＪＰＡ，１ＪＱＨ，１Ｋ３Ａ，１ＫＳＷ，１Ｍ１７，１Ｍ５２，１ＭＰ８，１ＭＱＢ，１ＯＥＣ，１ＯＧＵ，１ＯＩ９，１ＯＩＵ，１ＯＰＪ，１ＯＰＫ，１ＯＰＬ，１ＰＦ８，１ＰＫＧ，１ＱＣＦ，１ＱＭＺ，１ＱＰＣ，１ＱＰＤ，１ＱＰＥ，１ＱＰＪ，１Ｒ０Ｐ，１ＲＱＱ，１ＳＭ２，１ＳＮＵ，１Ｔ４６，１Ｕ４Ｄ，１Ｕ５４，１Ｕ５９，１ＵＷＨ，１ＵＷＪ，１ＶＹＷ，１ＸＢＢ，１ＸＢＣ，１ＸＫＫ，１Ｙ５７，１Ｙ６Ａ，１Ｙ６Ｂ，１ＹＫＲ，１ＹＯＬ，１ＹＯＭ，１ＹＶＪ，１ＹＷＮ，２Ｂ５４，２Ｂ７Ａ，２ＢＤＦ，２ＢＤＪ，２ＢＫＺ，２ＢＰＭ，２Ｃ０Ｉ，２Ｃ０Ｏ，２Ｃ０Ｔ，２Ｃ４Ｇ，２Ｃ５Ｎ，２Ｃ５Ｏ，２Ｃ５Ｐ，２Ｃ５Ｔ，２Ｃ５Ｖ，２Ｃ５Ｘ，２ＤＱ７，２Ｅ２Ｂ，２ＥＴＭ，２ＥＶＡ，２ＥＸＭ，２Ｆ４Ｊ，２ＦＢ８，２ＦＧＩ，２ＦＯ０，２Ｇ１Ｔ，２Ｇ２Ｆ，２Ｇ２Ｈ，２Ｇ２Ｉ，２Ｇ９Ｘ，２ＧＮＦ，２ＧＮＧ，２ＧＮＨ，２ＧＮＩ，２ＧＱＧ，２ＧＳ６，２ＧＳ７，２Ｈ８Ｈ，２ＨＣＫ，２ＨＥＮ，２ＨＩＷ，２ＨＫ５，２ＨＷＯ，２ＨＷＰ，２ＨＹＹ，２ＨＺ０，２ＨＺ４，２ＨＺＩ，２ＨＺＮ，２Ｉ０Ｖ，２Ｉ０Ｙ，２Ｉ１Ｍ，２Ｉ４０，２ＩＴＮ，２ＩＴＯ，２ＩＴＰ，２ＩＴＱ，２ＩＴＴ，２ＩＴＵ，２ＩＴＶ，２ＩＴＷ，２ＩＴＸ，２ＩＴＹ，２ＩＴＺ，２ＩＶＳ，２ＩＶＴ，２ＩＶＵ，２ＩＶＶ，２ＩＷ６，２ＩＷ８，２ＩＷ９，２Ｊ０Ｊ，２Ｊ０Ｋ，２Ｊ０Ｌ，２Ｊ０Ｍ，２Ｊ５Ｆ，２Ｊ６Ｍ，２ＮＲＵ，２ＮＲＹ，２ＯＦ２，２ＯＦ４，２ＯＦＵ，２ＯＦＶ，２ＯＧ８，２ＯＩＱ，２ＯＪ９，２ＯＯ８，２ＯＳＣ，２ＯＺＯ，２Ｐ０Ｃ，２Ｐ２Ｈ，２Ｐ２Ｉ，２Ｐ４Ｉ，２ＳＲＣ，２ＵＵＥ
（ＩＣ５０既知化合物の入手）
ＢＩＯＭＯＬ（ｈｔｔｐ：／／ｗｗｗ．ｂｉｏｍｏｌ．ｃｏｍ／）のＷｅｂサイトからＥＧＦＲを競合的に阻害し、ＩＣ５０値が既知の化合物の平面構造を１１個入手した。図５５は、入手した１１個の阻害剤の平面構造を示す図である。図５５において、その化合物の平面構造に対応付けて、ＩＣ５０値を示している。これらの化合物の三次元座標は、Ｃｈｅｍ３Ｄを用いて立体構造を発生させたのち、Ｃｈｅｍ３Ｄ付属のエネルギー最小化計算を行ったものを使用した。
（ＥＧＦＲのインシリコスクリーニングのためのｋ２，ｋ３値を最適化）
ＦＰＡＳｃｏｒｅのｋ２値を０．５から５．０の範囲で変更し、ＭＤＬ Ｃｏｍｐｒｅｈｅｎｓｉｖｅ Ｍｅｄｉｃｉｎａｌ Ｃｈｅｍｉｓｔｒｙ（ＭＤＬ ＣＭＣ）Ｌｉｂｒａｒｙ（Ｓｙｍｙｘ Ｔｅｃｈｎｏｌｏｇｉｅｓ，Ｉｎｃ．Ｃｏｒｐｏｒａｔｅ Ａｄｄｒｅｓｓ：３１００ Ｃｅｎｔｒａｌ Ｅｘｐｒｅｓｓｗａｙ，Ｓａｎｔａ Ｃｌａｒａ，ＣＡ ９５０５１）をＥＧＦＲに活性のないダミー化合物と仮定し、既知の阻害剤がそれらの化合物に比べて上位に順位付けされるかといった実験を行った。
図５６は、ＦＰＡＳｃｏｒｅで定義されたｋ２値を０．５から５．０の範囲に変更した際の収穫率折れ線グラフを示す図である。このときｋ３値は１．０とした。ｒａｎｄｏｍの直線は、ランダムに母集団から化合物を選択した場合に既知阻害剤が得られる推定順位の直線であり、この直線からより下位に折れ線が描けるのならば、ＦＰＡＳｃｏｒｅでの順位付けにおいて上位に阻害剤を検出できる能力が高いということになり、すなわちインシリコスクリーニングの性能がよいことを意味する。ｋ２値が０．５，１．０，５．０の場合、化合物の出現順位が６から折れ線が上昇を始めている。ｋ２値が２．０，３．０の折れ線を比較すると、９，１０位において２．０の線がより、収穫率が良好であった。そこで、ｋ２値を２．０とした。
図５７は、ＦＰＡＳｃｏｒｅにおけるｋ３値を０．５から２．０の範囲に変更した際の収穫率折れ線グラフを示す図である。このときｋ２値は１．０とした。どのｋ３値においても、おおむね同様の直線を得られたが、ｋ３値が０．５，２．０の場合は、順位が１０，１１において、折れ線が上昇しているためｋ３値１．０を最適値とした。
（Ｔｃ 下限値の最適化）
ＦＰライブラリーにふくめるリガンドのＴｃの下限値を設定した。Ｔｃの下限値を限定することにより、ドッキングリガンドに類似しない化合物を除外できる。収穫率折れ線が最適になるようなＴｃ下限値を決定した。
図５８は、Ｔｃ上限値を１．００とし、Ｔｃ下限値の範囲を０．０８から０．３２まで０．０８刻みで変化させた場合の、それぞれのＴｃ範囲におけるインシリコスクリーニングの結果を示す図であり、活性既知化合物の出現個数が横軸、ＦＰＡＳｃｏｒｅによる順位が縦軸となっている。Ｔｃ下限値が０．２４の場合において、出現個数１から６個においてｘ軸に這うような良好な折れ線となっていることから、この値を最適なＴｃ下限値とした。なお、Ｔｃ下限値０．３２時における折れ線は出現個数２個付近から急激に上昇している。これは、Ｔｃ下限値による絞り込みでＦＰライブラリーに使用すべきリガンドを除外してしまったためであると考えられ、インシリコスクリーニングにおいて、単にドッキングリガンドと類似しているＦＰをもったリガンドだけを含めたとしても成功しないということを意味していると考える。
図５９は、ＰＤＢに登録されているタンパク質―リガンド複合体構造既知のＰＤＢＩＤとそのリガンドの順位付けを示す図である。図６０は、図５９のリガンドＩＤと化合物名を対応付ける図である。図５９に示すように、順位付けを行ったリガンドには、ＥＧＦＲ阻害剤も含まれる。これらのリガンドはＦＰライブラリーに含まれているので、これら由来のＦＰがＦＰアライメントの際に主に使用され、ＦＰＡＳｃｏｒｅが高くなり上位にランクインしたと考えられる。Ｔｃ下限値が０．２４のインシリコスクリーニングにおいて、０．０８の場合と比較して、これらのリガンド出現順位が分散しているが、タンパク質―リガンド複合体構造が解明されていないＥＧＦＲに対するＩＣ５０既知の化合物はＴｃ下限値０．２４の時が良好な収穫率カーブを描いていたことから、Ｔｃ下限値０．２４が最適であると考えた。
（インシリコスクリーニングの結果）
ｋ２＝２．０，ｋ３値＝１．０，Ｔｃ下限値＝０．２４とした時のＥＧＦＲインシリコスクリーニングの結果を以下に示す。上位１００構造において、９７構造がリン酸原子を含むＡＴＰ誘導体であった。そこで、下記の絞り込みをおこなった。
（１）分子量３５０以上８００以下の分子、リンを含む分子を除外
（２）重要な水素結合をしない分子を除外（ＭＥＴの主鎖の窒素）
（３）タンパク質原子とリガンド原子の衝突２．０Å以下が存在するドッキングリガンド分子を除外
図６１および図６２は、Ｋｉｎａｓｅのインシリコスクリーニングによる絞り込みの結果の上位１０位のタンパク質―リガンド複合体を示す図である。なお図６２は図６１を別角度から見たものである。キナーゼ（Ｋｉｎａｓｅ）ドメインの空間内における立体構造相補性を満たし、かつ、相互作用に重要な水素結合を満たす構造がＦＰＡＳｃｏｒｅによるランキングに存在したことになり、本実施例のＣｈｏｏｓｅＬＤ法がインシリコスクリーニングによる阻害剤探索にも有用であることが示された。なお、これらの試薬は購入可能であり、活性値を測定することが可能である。しかしながら、ＦＰＡＳｃｏｒｅによる順位付けは、標的タンパク質の活性阻害の強さを直接あらわしているスコアではないため、ＦＰに与えるスコアをＦＰ構築法に依存して一律に与えるのではなく、結合定数の大きさも反映できるようなスコアに改良することも可能であると考える。
［適用例］
上記実施例１，２にかかるＣｈｏｏｓｅＬＤ法を様々な標的タンパク質に対して適用した結果を以下に示す。これらの結果は、実験による証明が必要である。一例目は、ＥＧＦＲの二量体形成阻害剤探索に関するものである。二例目は、ＶＥＧＦ２に対するＫＲＮ６３３，ＫＲＮ９５１の複合体構造の予測に関し、タンパク質―リガンド複合体構造の予測はＸ線構造解析による証明が必要である。三例目は、マラリアに対するインシリコスクリーニングに関しても、結合実験による証明が必要である。
（ＥＧＦＲのＴＧＦα結合ドメイン阻害剤のインシリコスクリーニング）
図５２で示したように、ＥＧＦＲは二量体を形成することにより、シグナルを伝達することが知られている（Ｎａｔ．Ｒｅｖ．Ｃａｎｃｅｒ．４，３６１−３７０（２００４））。リガンドとしてＥＧＦＲに結合するＴｒａｎｓｆｏｒｍｉｎｇ Ｇｒｏｗｔｈ Ｆａｃｔｏｒ α（ＴＧＦ−α）はＥＧＦＲが複合体を形成するために必要なペプチドである。すなわち、ＥＧＦＲのＴＧＦ−α結合ドメインの阻害剤開発は創薬のターゲットとなる。そこで、ＣｈｏｏｓｅＬＤ法を用いて、ＥＧＦＲのＴＧＦ−α結合ドメインに対するインシリコスクリーニングを行った。ＥＧＦＲの立体構造はＰＤＢＩＤ；１ＭＯＸをもちいた。ＴＧＦ−α結合ドメイン近傍にＴＧＦ類似体のペプチドをＦＡＭＳ Ｌｉｇａｎｄ ＆ Ｃｏｍｐｌｅｘ（Ｐｒｏｔｅｉｎｓ ６１，１２２−１２７（２００５））を用いてモデリングしその側鎖を切り出した。
図６３は、ＴＧＦ−α結合ドメイン近傍を表した図であり、黄色はＴＧＦα類似体のペプチドから側鎖のみを切り出したものであり、これをＣｈｏｏｓｅＬＤ法のＦＰライブラリーとして用いた。これは、ペプチド性の阻害剤がＦＰＡＳｃｏｒｅ上位に出現することを防ぐ目的で行われた。
図６４は、ＭＤＬ Ｃｏｍｐｒｅｈｅｎｓｉｖｅ Ｍｅｄｉｃｉｎａｌ Ｃｈｅｍｉｓｔｒｙ（ＭＤＬ ＣＭＣ）Ｌｉｂｒａｒｙを用いたＥＧＦＲのＴＧＦ−α結合ドメインに対するインシリコスクリーニングの結果を示す図であり、図６５は、ＭＤＬ ＡＣＤ Ｌｉｂｒａｒｙを用いた同インシリコスクリーニングの結果を示す図である。これにより、本実施例によって、タンパク質―タンパク質相互作用の情報を用いたドッキングが可能であることが示された。
（ＶＥＧＦＲ２（Ｖａｓｃｕｌａｒ ｅｎｄｏｔｈｅｌｉａｌ ｇｒｏｗｔｈ ｆａｃｔｏｒ Ｒｅｃｅｐｔｏｒ−２）に対するＫＲＮ６３３，ＫＲＮ９５１の複合体構造の予測）
ＶＥＧＦＲ２は、血管新生に関与するキナーゼ（ｋｉｎａｓｅ）であり、肺癌などの癌発症時に異常発現するタンパク質の一つであり、このタンパク質を特異的に阻害する化合物は癌の治療薬となる。阻害剤としてＫＲＮ６３３（Ｍｏｌ．Ｃａｎｃｅｒ．Ｔｈｅｒ．３，１６３９−１６４９（２００４）），ＫＲＮ９５１（Ｃａｎｃｅｒ Ｒｅｓ．６６，９１３４−９１４２（２００６））が知られている。しかし、これらの複合体構造は２００７年１２月時点において、Ｘ線結晶構造解析がなされていない。そこで、ＶＥＧＦＲ２とＫＲＮ６３３の複合体、および、ＶＥＧＦＲ２とＫＲＮ９５１の複合体構造を予測した。ここで、図６６は、ＫＲＮ６３３（ＩＣ５０ ＝ １．１６ｎｍ／Ｌ）の平面構造を示す図であり、図６７は、ＫＲＮ９５１（ＩＣ５０ ＝ ０．１６ｎｍ／Ｌ）の平面構造を示す図である。
ＶＥＧＦＲ２の立体構造はＰＤＢＩＤ ２Ｐ２ＨのＡ鎖を用いた。ＫＲＮ６３３，ＫＲＮ９５１のドッキングについての条件を記載すると、ＦＰライブラリーに用いたリガンドはＰＳＩ−Ｂｌａｓｔによるホモロジー検索により入手し、ドッキングに使用されたＦＰライブラリーの上位１０個はＫＲＮ６３３では、ＰＤＢＩＤ：２ＨＺＮ＿Ａ，１ＹＷＮ＿Ａ，２Ｊ５Ｆ＿Ａ，２ＩＶＵ＿Ａ，２Ｈ８Ｈ＿Ａ，２ＯＨ４＿Ａ，１ＧＡＧ＿Ａ，１ＦＰＵ＿Ａ，２Ｃ０Ｉ＿Ａ，２Ｐ４Ｉ＿Ａであり、ＫＲＮ９５１においては、２Ｉ０Ｖ＿Ａ，２ＨＺＮ＿Ａ，２ＯＨ４＿Ａ，１ＦＧＩ＿Ａ，１ＹＷＮ＿Ａ，１ＦＰＵ＿Ａ，２ＯＦＵ＿Ａ，２Ｃ０Ｉ＿Ａ，２Ｈ８Ｈ＿Ａ，２ＦＧＩ＿Ａとなった。
図６８〜図７１は、ＶＥＧＦＲ２の活性近傍の立体構造を示した図である。タンパク質側の赤いリボンはα−ヘリックス、シアンのリボンはβシートを意味する。図６８は、ＫＲＮ６３３のＶＥＧＦＲ２活性部位近傍へのドッキングに用いたＦＰライブラリーに所属するリガンドにおいてドッキングに使用されたリガンドの上位１０個の集合を表しており、図７０は、同様に、ＫＲＮ９５１のＦＰライブラリーに用いたＦＰライブラリーに所属するリガンドにおいてＶＥＧＦＲ２活性部位近傍へのドッキングに使用されたリガンドの上位１０個の集合を表している。図６９は、ＫＲＮ６３３について、ＣｈｏｏｓｅＬＤ法を１０回実行し、予測された構造１０個をＶＥＧＦＲ２の活性部位近傍の立体構造とともに示している。ＦＰライブラリーのリガンドの中でＫＲＮ６３３との類似度にＴｃを用いた場合、最高値は０．４５であった。１０回の試行において、ほぼ同様の構造を得ることができた。図７１は、同様にＫＲＮ９５１について、ＣｈｏｏｓｅＬＤ法を１０回実行し、予測された構造１０個をＶＥＧＦＲ２の活性部位近傍の立体構造とともに示している。予測構造の１０個中８個がほぼ同じ構造であった。ＦＰライブラリーのリガンドの中でＫＲＮ９５１との類似度にＴｃを用いた場合、最高値は０．２９であった。
（ＶＥＧＦＲ−２のドッキング予測成功率の算出）
ＫＲＮ６３３，ＫＲＮ９５１の予測複合体構造の信頼性を評価するために、ＦＰライブラリーに含まれるドッキングリガンドのＴｃ最大値を用いて、１３３セットから算出された統計的な成功率を算出した。図７２は、１３３セットを用いたＣｈｏｏｓｅＬＤ法のドッキング性能試験の結果得られたＴｃ下限値を０．０８に固定し、Ｔｃ上限値を変化させた時の予測成功率について、横軸にＴｃ上限値、縦軸に成功率としたグラフを示す図である。
すなわち、グラフにＴｃ上限値を内挿することによってＣｈｏｏｓｅＬＤ法適用時の予測成功精度を統計的に算出することが可能である。ただし、この統計的予測成功率は、標的タンパク質の立体構造、アミノ酸配列を考慮していない。ＫＲＮ６３３のドッキングで用いたＦＰライブラリーに含まれるリガンドの中、Ｔｃが最大のものは、０．４５であったことから、０．３６と０．５６の時の予測成功率を用いて予測成功率を内挿すると、３４．７％となった。ＫＲＮ９５１も同様に、０．２４と０．３６の時の予測成功率から、推定予測成功率は、２４．３％となった。１３３セットでの予測成功率で最も予測成功率が高かったＧＯＬＤ Ｓｃｏｒｅ ＳＴＤが４６．０％、ＤＯＣＫは２１．１％、ＡｕｔｏＤｏｃｋは２６．６％であり、ＫＲＮ６３３はＡｕｔｏＤｏｃｋよりよく、ＧＯＬＤには及ばない精度で予測でき、ＫＲＮ９５１に関しては、ＡｕｔｏＤｏｃｋと同程度の精度で予測できたと考えられた。
（Ｐｌａｓｍｏｄｉｕｍ ｆａｌｃｉｐａｒｕｍ ｅｎｏｙｌ ａｃｙｌ ｃａｒｒｉｅｒ ｐｒｏｔｅｉｎ ｒｅｄｕｃｔａｓｅ に対する低分子（ＮＡＤ）が介在した状態でのドッキング）
Ｐｌａｓｍｏｄｉｕｍ ｆａｌｃｉｐａｒｕｍのｅｎｏｙｌ ａｃｙｌ ｃａｒｒｉｅｒ ｐｒｏｔｅｉｎ はマラリア熱の病原タンパク質の一つであり、脂質合成に関与するタンパク質であるが、この脂質合成経路はヒトには存在しないため、このタンパク質の機能を阻害することはマラリア熱治療につながると考えられている（Ｊ．Ｂｉｏｌ．Ｃｈｅｍ．２７７，１３１０６−１３１１４（２００２））。
図７３は、ｅｎｏｙｌ ａｃｙｌ ｃａｒｒｉｅｒ ｐｒｏｔｅｉｎの立体構造を示した図である。また、図７３に示すように、このタンパク質を阻害する化合物としてトリクロサン等が存在し、複数の阻害剤とのＸ線結晶構造解析が行われており（Ｊ．Ｂｉｏｌ．Ｃｈｅｍ．２７７，１３１０６−１３１１４（２００２））、これらの阻害剤はＮＡＤを介して結合する。これらをＦＰライブラリーとして用いることにより、新規阻害剤のリード化合物探索のためのインシリコスクリーニングを実行した。
図７４は、ＭＤＬ Ｃｏｍｐｒｅｈｅｎｓｉｖｅ Ｍｅｄｉｃｉｎａｌ Ｃｈｅｍｉｓｔｒｙ（ＭＤＬ ＣＭＣ）Ｌｉｂｒａｒｙを用いて、ｅｎｏｙｌ ａｃｙｌ ｃａｒｒｉｅｒ ｐｒｏｔｅｉｎのインシリコスクリーニングを行った結果のＦＰＡＳｃｏｒｅの上位１０構造を示す図である。上側の円で囲まれている部分がインシリコスクリーニングによる結果であり、下側の円で示すＮＡＤの占める空間を考慮したドッキングが行われている。なお、ＭＤＬ Ａｖａｉｌａｂｌｅ Ｃｈｅｍｉｃａｌｓ Ｄｉｒｅｃｔｏｒｙ（ＭＤＬ ＡＣＤ）Ｌｉｂｒａｒｙに対してもインシリコスクリーニングを実行しているが、本実施例のＣｈｏｏｓｅＬＤ法によれば、ＮＡＤやＨ２Ｏ等の標的タンパク質の活性部位近傍に存在する低分子を考慮したドッキングが可能であることを示すことができた。
（結論）
本実施例では、新しく定義したＦＰＡＳｃｏｒｅをシミュレティッドアニーリングで最適化する方法を用いるバイオインフォマティクスに基づいたリガンドドッキングとインシリコスクリーニング法、ＣｈｏｏｓｅＬＤ法を開発した。また、８５セットにおけるｋ１値の最適化を行うことにより、ハイスループットスクリーニング等に用いられることを想定した最適値を４．０に決定した。このｋ１値をもちいた場合で、１３３セットにおいて、ｒｍｓｄが２．０Å以下で実験構造を予測できる割合を指標としたとき、本実施例のＣｈｏｏｓｅＬＤ法のドッキング性能は既存の古典的物理関数を用いてドッキングを行うＧＯＬＤと同程度であり、Ｔｃ上限値が低い場合はＤＯＣＫ，ＡｕｔｏＤｏｃｋと同程度であった。このことは、ファミリータンパク質由来のリガンドから構築したＦＰライブラリーに含まれるリガンドからＦＰ構築法によって得られたＦＰが、自由エネルギーの低くなるような座標であるという仮定が正しかったことを示している。
しかし、従来の既存のドッキングソフトが自由エネルギー最小の構造を必ずしも探索できないことから、従来手法にはまだ改良の余地があることも示している。また、１３３セットにおいて、予測に成功したＰＤＢＩＤの分布の観点からＣｈｏｏｓｅＬＤ法とＧｌｉｄｅ，ＧＯＬＤ，ＦｌｅｘＸと比較をおこない、ＰＤＢＩＤの分布の類似度をＴｃによって算出した結果、予測に成功するターゲットに独自性があり、本実施例であるＣｈｏｏｓｅＬＤ法と従来法との併用でインシリコスクリーニングの精度が上昇する可能性を示した。さらに、上述のように、本実施例２では、ＦＰＡＳｃｏｒｅのｋ２値，ｋ３値が標的タンパク質に応じて、最適化可能な変数であることをＥＧＦＲのｋｉｎａｓｅドメインを標的タンパク質として用いて示した。これらの結果から、本実施例２のＣｈｏｏｓｅＬＤ法におけるＦＰＡＳｃｏｒｅのｋ１，ｋ２，ｋ３値は標的タンパク質に応じて最適化することにより、より多くの阻害剤、およびリード化合物が、インシリコスクリーニングスクリーニングされると考えられた。

実施例３について以下に説明する。実施例３では、ＡＭＰＫｈｏｍｏＧＡＭＭＡ１酵素の阻害薬（アンタゴニスト）並びに作動薬（アゴニスト）を開発する目的で、インシリコスクリーニングを行った。
まず、ＡＭＰＫｈｏｍｏＧＡＭＭＡ１酵素を標的タンパク質として、そのアミノ酸配列の相同性検索を行ない９９．７％のホモロジーをもつ２Ｖ９Ｊ＿Ｅ（２Ｖ９ＪのＥ鎖）を鋳型として次のリガンドを含めてＦＡＭＳ Ｌｉｇａｎｄを用いてＡＭＰＫｈｏｍｏＧＡＭＭＡ１をモデリングした。ここで、図７５は、ＡＭＰＫｈｏｍｏＧＡＭＭＡ１と２Ｖ９Ｊ＿Ｅのアミノ酸配列のアライメントを示した図である。その結果、結合リガンドは、２Ｖ８Ｑ＿Ｅの３個のリガンドＡＭＰ＿Ｅ＿１３２７、ＡＭＰ＿Ｅ＿１３２８、ＡＭＰ＿Ｅ＿１３２９、２Ｖ９２＿Ｅの３個のリガンドＡＴＰ＿Ｅ＿１３２７、ＡＴＰ＿Ｅ＿１３２８、ＡＭＰ＿Ｅ＿１３２９、２Ｖ９Ｊ＿Ｅの３個のリガンドと２個のマグネシウムＡＴＰ＿Ｅ＿１３２７、ＡＴＰ＿Ｅ＿１３２８、ＡＭＰ＿Ｅ＿１３２９、ＭＧ＿Ｅ＿１３３０、ＭＧ＿Ｅ＿１３３１、２ＱＲＥ＿Ｅの１個のリガンドＡＭＺ＿Ｅ＿１００２であった。
つぎに、２Ｖ９Ｊ＿Ｅ以外のリガンドは、ＣＥによるフィッティング（原子の種類を意識しないタンパク質同士の構造重ね合わせ）で２Ｖ９Ｊ＿Ｅの座標系に重ね合わせた。２Ｖ９Ｊ＿Ｅモデルの３ヶ所のＡＴＰ（ＡＭＰ）結合部位の中からＭＧイオンに依存しないＡＭＰ＿Ｅ＿１３２９サイトに絞って阻害剤並びに作動薬のスクリーニングを実施することにした。
本実施例のＣｈｏｏｓｅＬＤを実施するに当たり、ＡＭＰ＿Ｅ＿１３２９の結合部位から１８Å以内のアミノ酸残基を切り出し２Ｖ９Ｊ＿Ｅの受容体モデルとした。またＣｈｏｏｓｅＬＤスクリーニング時には、受容体結合サイト以外のリガンドとＭＧイオンは補欠分子（Ｃｏｆａｃｔｏｒ）として受容体に含めた。また、本実施例のＣｈｏｏｓｅＬＤのＦＰには、受容体結合部位のリガンド分子からリン酸基（ＰＯ３）を除いた３個のＡｄｅｎｏｓｉｎｅと１−（５−Ａｍｉｎｏ−４−ｃａｒｂｏｘａｍｉｄｅ−１Ｈ−ｉｍｉｄａｚｏｌｅ−ｙｌ）−ｒｉｂｏｓｅを使うことにしたが、リン酸基部分は候補化合物の官能基には向かない。そのため、リン酸をそのままＦＰにするのではなく、リン酸基の酸素原子と水素結合しているＨｉｓ１５１とＨｉｓ２９８（鋳型タンパク質の２Ｖ９Ｊ＿ＥではＨｉｓ１５０とＨｉｓ２９７）ペアの相対的な距離を計算し、構造的なずれをＧＤＴ＿ＴＳ（０．５Å，１．０Å，１．５Å，２．０Å）で計算し７０％以上（変更可能）ＧＤＴ＿ＴＳの残基ペアであり、残基ペアから３．０Å以内（変更可能）に存在するリガンドを９５％ＮＲ＿ＰＤＢからＨＥＴＡＴＭとして抽出した。なお、このとき２アミノ酸残基ではなく３アミノ酸残基を指定することも可能である。
ＧＤＴ＿ＴＳはネイティブ構造に対してＸÅ以下で重ねられる残基の割合を示す。その結果１０６１個のリガンドを取り出すことができた。これらのリガンドについて、２Ｖ９Ｊ＿Ｅ受容体との衝突をチェックすることにより１８個のリガンドあるいはリガンドの一部分をＦＰに追加して合計２２個のＦＰによりＣＭＣ（Ｃｏｍｐｒｅｈｅｎｓｉｖｅ Ｍｅｄｉｃｉｎａｌ Ｃｈｅｍｉｓｔｒｙ，２００６．１，Ｅｌｓｅｖｉｗｒ ＭＤＬ）データベースのスクリーニングを行った。
受容体側とリガンドとの原子衝突（２．０Å１原子以下、２．２Å３原子以下、２．４Å５原子以下）、リガンド分子量２００から５００まで、リガンドＬｏｇＰ‐１から５まで、リガンドの環の数、水素供与原子、水素受容原子、それぞれ０から５などに設定した。ここで、図７６は、リガンドが受容体全体に結合したＣＭＣ医薬品の結果リストを示す図である。
ここで、図７７は、この中の１から１０位までの２Ｖ９Ｊ＿Ｅ受容体への結合状態を集合的に表した図である。緑色のボールアンドスティックモデルは２つのＨＩＳ残基を、黄色のスティックモデルは、３個のＡｄｅｎｏｓｉｎｅと１−（５−Ａｍｉｎｏ−４−ｃａｒｂｏｘａｍｉｄｅ−１Ｈ−ｉｍｉｄａｚｏｌｅ−ｙｌ）−ｒｉｂｏｓｅを示す。その間に１０個の医薬品がドッキングされている。さらに３個のＡｄｅｎｏｓｉｎｅと１−（５−Ａｍｉｎｏ−４−ｃａｒｂｏｘａｍｉｄｅ−１Ｈ−ｉｍｉｄａｚｏｌｅ−ｙｌ）−ｒｉｂｏｓｅに加えてＣＭＣスクリーニングで取れてきた医薬品化合物２７個をＦｉｎｇｅｒＰｒｉｎｔとして計３１個のＦＰを用いてＡＣＤ（Ａｖａｉｌａｂｌｅ Ｃｈｅｍｉｃａｌｓ Ｄｉｒｅｃｔｏｒｙ，２００８．１，Ｅｌｓｅｖｉｗｒ ＭＤＬ）のスクリーニングを行いＡＭＰＫｈｏｍｏＧＡＭＭＡ１酵素の阻害薬（アンタゴニスト）並びに作動薬（アゴニスト）の候補化合物を得ることもできる。
［他の実施の形態］
さて、これまで本発明の実施の形態について説明したが、本発明は、上述した実施の形態以外にも、上記特許請求の範囲および本願発明の概要に記載した技術的思想の範囲内において種々の異なる実施の形態にて実施されてよいものである。
例えば、インシリコスクリーニング装置１００がスタンドアローンの形態で処理を行う場合を一例に説明したが、インシリコスクリーニング装置１００とは別筐体で構成されるクライアント端末からの要求に応じて処理を行い、その処理結果を当該クライアント端末に返却するように構成してもよい。
また、実施の形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。
このほか、上記文献中や図面中で示した処理手順、制御手順、具体的名称、各処理の登録データや検索条件等のパラメータを含む情報、画面例、データベース構成については、特記する場合を除いて任意に変更することができる。
また、インシリコスクリーニング装置１００に関して、図示の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。
例えば、インシリコスクリーニング装置１００の各装置が備える処理機能、特に制御部１０２にて行われる各処理機能については、その全部または任意の一部を、ＣＰＵ（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。また、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いてもよく、そのハードウェア構成は、一般に市販されるワークステーション、パーソナルコンピュータ等の情報処理装置およびその付属装置により構成していてもよい。また、外部システム２００の各機能は、外部システム２００のハードウェア構成中の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。
尚、プログラムは、後述する記録媒体に記録されており、必要に応じてインシリコスクリーニング装置１００に機械的に読み取られる。すなわち、ＲＯＭまたはＨＤなどの記憶部１０６などは、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）として協働してＣＰＵに命令を与え、各種処理を行うためのコンピュータプログラムが記録されている。このコンピュータプログラムは、ＲＡＭにロードされることによって実行され、ＣＰＵと協働して制御部を構成する。また、このコンピュータプログラムは、インシリコスクリーニング装置１００に対して任意のネットワーク３００を介して接続された外部システム２００等のアプリケーションプログラムサーバに記憶されていてもよく、必要に応じてその全部または一部をダウンロードすることも可能である。
また、本発明に係るプログラムを、コンピュータ読み取り可能な記録媒体に格納することもできる。ここで、この「記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ、ＣＤ−ＲＯＭ、ＭＯ、ＤＶＤ等の任意の「可搬用の物理媒体」、あるいは、ＬＡＮ、ＷＡＮ、インターネッ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。
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。
記憶部１０６に格納される各種のデータベース等は、ＲＡＭ、ＲＯＭ等のメモリ装置、ハードディスク等の固定ディスク装置、フレキシブルディスク、光ディスク等のストレージ手段であり、各種処理やウェブサイト提供に用いる各種のプログラムやテーブ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。
また、インシリコスクリーニング装置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装置を接続し、該情報処理装置に本発明の方法を実現させるソフトウェア（プログラム、データ等を含む）を実装することにより実現してもよい。
更に、装置の分散・統合の具体的形態は図示するものに限られず、その全部または一部を、各種の負荷等に応じた任意の単位で、機能的または物理的に分散・統合して構成することができる。

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

Claims (12)

1. 標的タンパク質に結合する候補化合物のスクリーニングを行う、記憶部と制御部を少なくとも備えたインシリコスクリーニング装置であって、
   上記記憶部は、
   化合物中の複数個の原子に係る化合物指紋として、原子タイプと原子間結合規則とを含む化学記述子を、上記候補化合物ごとに抽出して作成された化合物データベース、
   を備え、
   上記制御部は、
   上記標的タンパク質と立体構造が同一または類似するファミリータンパク質に結合することが既知の結合化合物について、上記標的タンパク質の座標系に変換した三次元座標とともに上記化合物指紋を抽出して結合化合物指紋セットを作成する化合物指紋作成手段と、
   上記化合物データベースに記憶された上記候補化合物について、上記結合化合物指紋セットの上記三次元座標を基底として算出した上記化合物指紋単位の二乗平均偏差を基礎とする相互作用スコアが最適化されるように、当該候補化合物の上記標的タンパク質に対する上記立体構造を演算する最適化手段と、
   を備えたことを特徴とするインシリコスクリーニング装置。
2. 請求項１に記載のインシリコスクリーニング装置において、
   化合物に結合したタンパク質の立体構造およびアミノ酸配列を記憶するタンパク質データベース装置に接続され、
   上記制御部は、
   上記標的タンパク質の上記アミノ酸配列との相同性に基づいて、上記ファミリータンパク質および上記結合化合物を上記タンパク質データベース装置から検索する相同性検索手段、
   を更に備え、
   上記化合物指紋作成手段は、
   上記相同性検索手段により検索された上記ファミリータンパク質に結合する上記結合化合物について、上記標的タンパク質の座標系に変換した上記三次元座標とともに上記化合物指紋を抽出して上記結合化合物指紋セットを作成すること、
   を特徴とするインシリコスクリーニング装置。
3. 請求項１に記載のインシリコスクリーニング装置において、
   上記化合物指紋作成手段は、
   上記ファミリータンパク質と上記標的タンパク質との構造重ね合わせにより、当該ファミリータンパク質に結合する上記結合化合物の上記三次元座標を上記標的タンパク質の座標系に変換し、変換された上記三次元座標とともに上記化合物指紋を抽出して上記結合化合物指紋セットを作成すること、
   を特徴とするインシリコスクリーニング装置。
4. 請求項１に記載のインシリコスクリーニング装置において、
   上記化合物指紋作成手段は、
   上記結合化合物と異なる他の上記化合物を参照して構造重ね合わせを行い、当該結合化合物と当該他の上記化合物の原子間をまたがる上記化合物指紋を抽出して上記結合化合物指紋セットに追加する新規化合物指紋追加手段、
   を更に備えたことを特徴とするインシリコスクリーニング装置。
5. 請求項１に記載のインシリコスクリーニング装置において、
   上記化合物指紋作成手段は、
   タニモト係数に基づき上記結合化合物と類似する上記化合物について、当該結合化合物と当該化合物の原子間で原子の種類を入れ替え、上記標的タンパク質に対する相互作用エネルギーを算出して当該結合化合物の上記化合物指紋よりも局所エネルギー的に安定な上記化合物指紋を作成して上記結合化合物指紋セットに追加する新規化合物指紋追加手段、
   を更に備えたことを特徴とするインシリコスクリーニング装置。
6. 請求項１に記載のインシリコスクリーニング装置において、
   上記結合化合物は、公知のドッキングアルゴリズムにより上記標的タンパク質に対して安定なコンフォメーションを持つと予測された化合物であること、
   を特徴とするインシリコスクリーニング装置。
7. 請求項１に記載のインシリコスクリーニング装置において、
   上記最適化手段は、
   上記化合物指紋単位に上記二乗平均偏差を基礎とした、上記候補化合物の、上記標的タンパク質との衝突具合、上記標的タンパク質の相互作用領域における存在割合、および、上記標的タンパク質との直接相互作用割合を考慮に入れた関数に基づいて、上記相互作用スコアを計算する相互作用スコア計算手段、
   を更に備えたことを特徴とするインシリコスクリーニング装置。
8. 請求項１に記載のインシリコスクリーニング装置において、
   上記最適化手段は、
   上記相互作用スコアをメトロポリス法に基づいて判定し、判定結果にしたがって上記候補化合物の基底となる上記化合物指紋を変更、増加、または減少させることにより、上記相互作用スコアを最適化させること、
   を特徴とするインシリコスクリーニング装置。
9. 請求項１に記載のインシリコスクリーニング装置において、
   上記最適化手段は、
   上記相互作用スコアの最適化過程において、上記候補化合物のコンフォメーションを繰り返し変化させ、シミュレティッドアニーリング法に基づいて、当該候補化合物の上記コンフォメーション毎に当該候補化合物を剛体として繰り返し並進または回転させる構造変換手段、
   を更に備え、
   上記最適化手段は、上記構造変換手段により並進または回転された上記コンフォメーション毎の上記候補化合物について上記相互作用スコアを計算すること、
   を特徴とするインシリコスクリーニング装置。
10. 請求項１に記載のインシリコスクリーニング装置において、
    上記最適化手段は、
    上記相互作用スコアを以下の数式（１）に基づいて算出すること、
    （ここで、上記ＦＰＡＳｃｏｒｅは上記相互作用スコアを表し、上記Ｆ（ａｌｉｇｎｅｄ＿ｆｐ，ｆｐ＿ｒｍｓｄ，ｍｏｌｅｃｕｌｅ）は、上記結合化合物と上記候補化合物間の上記化合物指紋単位のアライメント度および上記二乗平均偏差、ならびに、上記候補化合物の上記標的タンパク質に対する上記立体構造を変数とする関数であり、上記ＢａｓｅＳｃｏｒｅ（ａｌｉｇｎｅｄ＿ｆｐ，ｆｐ＿ｒｍｓｄ）は、上記化合物指紋単位の一致度および密集度を示す指標であり、上記ｆｐ＿ｖｏｌｕｍｅ（ｍｏｌｅｃｕｌｅ）は、上記結合化合物指紋セットの上記三次元座標からなる空間を上記候補化合物が占める割合、および、上記標的タンパク質との衝突具合を示す指標であり、上記ｆｐ＿ｃｏｎｔａｃｔ＿ｓｕｒｆａｃｅ（ｍｏｌｅｃｕｌｅ）は、上記候補化合物の上記標的タンパク質との接触度、および、上記結合化合物指紋セットの上記三次元座標への帰属度を示す指標である。）
    を特徴とするインシリコスクリーニング装置。
11. 請求項１０に記載のインシリコスクリーニング装置において、
    上記数式（１）における、
    上記ＢａｓｅＳｃｏｒｅ（ａｌｉｇｎｅｄ＿ｆｐ，ｆｐ＿ｒｍｓｄ）は、以下の数式（２）に基づいて算出され、
    （ここで、上記ＲａｗＳｃｏｒｅ（ａｌｉｇｎｅｄ＿ｆｐ）は、上記結合化合物と上記候補化合物間でアライメントされた上記化合物指紋における原子の数に基づく指標であり、上記ｆｐ＿ｒｍｓｄは、上記二乗平均偏差である。）
    上記ｆｐ＿ｖｏｌｕｍｅ（ｍｏｌｅｃｕｌｅ）は、以下の数式（６）に基づいて算出され、
    （ここで、上記ｎａｆｐは、上記結合化合物指紋セットの上記三次元座標に基づく固有格子点領域に上記候補化合物の上記三次元座標が占有する格子点の数であり、上記ｎａｐは、上記標的タンパク質の上記立体構造における原子の固有格子点領域に上記候補化合物の上記三次元座標が属する格子点の数であり、上記ｋ２および上記ｋ３は、任意の定数である。）
    上記ｆｐ＿ｃｏｎｔａｃｔ＿ｓｕｒｆａｃｅ（ｍｏｌｅｃｕｌｅ）は、以下の数式（７）に基づいて算出されること、
    （ここで、上記ｎは、上記候補化合物の原子の数であり、上記ａｔｏｍ（ｉ）は、上記候補化合物のｉ番目の原子の上記三次元座標であり、上記ｄｅｎｓｉｔｙ＿ｏｆ＿ａｔｏｍ（ａｔｏｍ（ｉ））は、当該原子の上記三次元座標が上記結合化合物指紋セットの上記化合物指紋に属している場合に、当該化合物指紋の上記原子と所定の距離で接触している上記標的タンパク質の原子の数と、当該化合物指紋の同一格子点に属する上記結合化合物の原子の数との和を返す関数であり、上記ｔｏｔａｌ＿ｄｅｎｓｉｔｙ＿ｏｆ＿ａｔｏｍ（ｍｏｌｅｃｕｌｅ）は、上記ｄｅｎｓｉｔｙ＿ｏｆ＿ａｔｏｍの分布を降順に並べ換えたものを上記候補化合物の原子の数だけ順に足し合わせた数である。）
    を特徴とするインシリコスクリーニング装置。
12. 記憶部と制御部を少なくとも備えたインシリコスクリーニング装置において実行される、標的タンパク質に結合する候補化合物のスクリーニングを行うインシリコスクリーニング方法であって、
    上記記憶部は、
    化合物中の複数個の原子に係る化合物指紋として、原子タイプと原子間結合規則とを含む化学記述子を、上記候補化合物ごとに抽出して作成された化合物データベースを備えており、
    上記制御部において実行される、
    上記標的タンパク質と立体構造が同一または類似するファミリータンパク質に結合することが既知の結合化合物について、上記標的タンパク質の座標系に変換した三次元座標とともに上記化合物指紋を抽出して結合化合物指紋セットを作成する化合物指紋作成ステップと、
    上記化合物データベースに記憶された上記候補化合物について、上記結合化合物指紋セットの上記三次元座標を基底として算出した上記化合物指紋単位の二乗平均偏差を基礎とする相互作用スコアが最適化されるように、当該候補化合物の上記標的タンパク質に対する上記立体構造を演算する最適化ステップと、
    を含むことを特徴とするインシリコスクリーニング方法。