
自宅でできるin silico創薬【新薬探索編】 ~初心者でもできる”おうち創薬”~
📰 概要 パソコン操作、プログラミングが苦手な方でも薬物候補化合物をデザインしたい方、気軽にin silico創薬を試したい方、創薬分野に関心のあるエンジニアの方へ。 本書はwetな創薬研究の経験があり、現在エンジニアである著者の視点から、wetな研究者からもdryの創薬研究をわかりやすく、またエンジニアの方でも創薬が身近に感じれるように解説した記事になっております。内容も確立された手法から最先端の手法までカバーしております。ぜひin silico創薬を気軽に体験し、あなた独自の新薬を開発してみませんか? 👫 対象とする読者 ・パソコン操作、プログラミングが苦手な方でも薬物候補化合物をデザインしたい方 ・気軽にin silico創薬を試したい方 ・創薬について知りたいエンジニア 📰アップデート情報 2023/06/21: 技術書初版がリリースされました。 2024/02/01: Auto Dock Vinaを使ったin silico スクリーニング追記 2024/02/15: 機械学習を用いたin silico screeeningを追記 2024/07/24: プペルル酸を使った創薬、Castpによるポケット予測追記 2024/08/01: 構成の変更 2024/10/19: PyRx、Autodock vinaを使ったin silicoスクリーニングを改定、Dockstring追記 2024/10/27: 全プログラムの動作確認実施、改定 2025/02/27: 微修正 2025/08/10: 全体の微修正、相互作用の可視化の章追記 2026/02/12: Sminaを使ったin silicoスクリーニング、Pharmitを使ったファーマコフォアによる新薬探索、FEgrowを用いたアクティブラーニングによる新薬探索の記事追記 ※本技術書は半年に一回程度でアップデートされます。 アップデートされた場合、アップデート版が見れるので、再度購入する必要はありません。 📣お知らせ 2024/03/11 売り上げ部数100冊突破🎉 2024/07/16 本技術書に関連するAI創薬のコンペで筆者らのチームが銀賞を受賞しました🎉 https://zenn.dev/labcode/articles/987a39a22ce135 2024/02/03 売り上げ部数200冊突破🎉
📕 前書き
構成(目次)
📘 第0章 創薬の仕組み
📘 第1章 RF Diffusionによるタンパク質バインダーの創出
📰 RF Diffusion、Protein MPNN、AF2とは
📰 RF Diffusion、ProteinMPNN、AF2を使った一連のin silico創薬
📰 結合剤の生成アニメーション
📰 結果
📰 既存の阻害剤構造との重ね合わせ
📘 第2章 PyRxによるin silico スクリーニング
📰 治療したい疾患、標的タンパク質の決定
📰 タンパク質の準備
📰 低分子化合物ライブラリの準備
📰 In silicoスクリーニング
📰 結合サイトの可視化
📘 第3章 Autodock Vinaを使ったin silicoスクリーニング
📰 AutoDock Vinaとは?
📰 ZINCデータベースからの化合物ライブラリの構築
📰 GridBoxの作り方
📰 In silicoスクリーニングの設定
📰 In silicoスクリーニング
📰 結果
📘 第4章 Dockstringを使ったin silicoスクリーニング
📰 Anacondaによる環境構築
📰 DockStringの使用環境の準備
📰 In silicoスクリーニング
📰 結合サイトの可視化
📘 第5章 ACFIS2.0によるFragment-based drug design (FBDD)
📰 Fragment-based 創薬、ACFIS2.0とは
📰 タンパク質のinput、ライブラリの選定
📘 第6章 【AI創薬】機械学習を用いたin silico screening
📰 AI創薬とは
📰 第1節 公共データベース(CheMBL)からの機械学習の学習データを収集
📰 Postgre SQL(データベースの作成)
📰 pgadmin4を用いた学習データのダウンロード
📰 活性非活性データの追加
📰 第2節 公共データベース(PDB)からのデータを収集
📰 Webデータ構造の確認
📰 リガンド情報のスクレイピング
📰 第3節 機械学習の学習データの整形
📰 CheEMBLとPDBデータのマージ
📰 構造データからのフィンガープリントの作成
📰 第4節 整形データを用いた予測モデルの作成
📰 データの準備とモデルの訓練
📰 モデルの評価と統計指標の計算
📰 最終節 予測モデルによる候補化合物のin silico screening
📰 Drug Bankからの対象データの出力
📰 Drug Bankデータの整形
📰 in silico screening
📰 結果
📘 第7章 プベルル酸の毒性予測と治療薬への可能性の模索
📰 Ligand-based screeningとは
📰 プベルル酸の腎毒性予測
📰 SwissTargetPredictionによるプベルル酸の標的タンパク質予測
📰 Swiss Similarityによるプベルル酸のインフルエンザ薬への可能性
📘 第8章 CASTpを使ったタンパク質結合サイトの探索
📰 CASTpとは
📰 タンパク質の下準備
📰 CASTpによるポケット探索
📰 結果
📰 ポケットの可視化
📘 第9章:タンパク質-リガンドの相互作用可視化
📰 PoseViewとは
📰 PoseViewを使ったタンパク質ーリガンドの相互作用解析
📘 第10章:Sminaを使ったin silicoスクリーニング
📰 Sminaの説明とタンパク質準備
📰 化合物ライブラリのイオン原子の除去
📰 化合物ライブラリの水素、電荷付加、3D構造化、エネルギー最小化
📰 Sminaの環境構築
📰 configファイルの設定
📰 Sminaによるin silico screening
📰 結果
📘 第11章:Pharmitを使ったファーママコフォア類似検索による新薬候補探索
📰 ファーマコフォアとPharmitとは?
📰 Pharmitを使った薬物候補化合物探索
📰 結果
📘 第12章:FEgrowを用いたアクティブラーニングによる化合物スクリーニング
📰 FEgrowとアクティブラーニング(Active Learning)とは?
📰 環境構築
📰 FEgrowによるアクティブラーニングの実行
📰 全体の流れ:AIを使った新しい薬の候補探し
📰 結果の可視化
📕 後書き
📰 使用ツール、ライセンス一覧
研究で使えるプログラミングの情報をブログで発信しています。 プログラミングで研究の質をあげませんか? 初心者でも学べます! Youtube動画でも学べます! youtube.com/@LabCodeTube