すべてのカテゴリ

Drug Discoveryは、マテリアルデザインの中で最も発展している領域の一つであり、既に多くの産官学連携プロジェクトが進行しております。また、実験およびシミュレーションによって膨大なビッグデータを抱える分野ですので、機械学習を用いた効率化も盛んに行われています。 今回は、現在日本で行われている、Drug Discoveryを目的とするアライアンスやコンソーシアムを眺めます。 図１：Drug Discoveryの流れライフインテリジェンスコンソーシアム（LINC） LINCは、京都大学の奥野恭史教授が代表を務め、理化学研究所を中心に行われている、製薬・化学・食品・医療・ヘルスケア関連のAIとビッグデータ技術の応用を目指すコンソーシアムであり、17大学、72企業と国内最大級のプロジェクトです。この中でも、現在、図１のドッキングシミュレーション、あるいは分子シミュレーションに用いられるソフトウェアを提供する企業が以下となります： 株式会社システム計画研究所、（株）クロスアビリティ、（株）京都コンステラテクノロジーズ、HPCシステムズ（株）、（株）情報数理バイオ、（株）知能情報システム、みずほ情報総研（株）、三井情報（株） この他にも極めて広範囲の企業が参画しており、産学連携を推進する姿勢が伺えます。既に3年目を迎えるこのプロジェクトですので、今後は産学連携による成果や連携が公開されると期待されるため、今後注目していきたいです。 シュレディンガー、武田薬品工業 シュレディンガー社は、アメリカニューヨークに本社を置く、計算科学用ソフトウェアを提供する企業です。2017年7月21日、

Drug Discoveryは、マテリアルデザインの中で最も発展している領域の一つであり、基礎研究、国家プロジェクトから民間企業プロジェクトまで、その取り組みは多岐に渡ります。 今回は分子シミュレーションに着目したいと思います。 図１：Drug Discoveryの流れ分子シミュレーション 分子シミュレーションとは、分子の動きを再現できるコンピュータシミュレーションの総称です。ですので、実は、ドッキングシミュレーションというのは、分子シミュレーションの一つとなります。図１のように分子シミュレーションと分けているのは、分野としては適切ではありません。ここで指す“分子シミュレーション”は、“ドッキングシミュレーション以外の分子シミュレーション”として捉えて頂ければと思います。 分子シミュレーションは、大きく分けて以下の２つがあります： ■分子動力学（MD）シミュレーション：原子の動きを時々刻々と再現することで、分子の動きを再現できる手法 ■ モンテカルロ（MC）シミュレーション：乱数を使ったシミュレーションで、分子の動きの確率分布を得ることができる手法 MCシミュレーションは、分子の静的な性質（結合自由エネルギー、結合構造、etc）を得ることができます。MDシミュレーションは、分子の静的および動的な性質（拡散係数、粘度、etc）も計算することが可能となります。 ドッキングシミュレーションとの違い Drug Discoveryを考える上で、ドッキングシミュレーションと分子シミュレーションの違いを見ていきます。ドッキングシミュレーションは、「タンパク質と薬は構造的にくっつきやすいと良い