アロステリック創薬は活性サイトに比べてアミノ酸保存性が低く、選択性の高いモジュレーターが設計できるため注目されている（2018-2022年FDA承認薬の約6%がアロステリック薬）。しかし計算的なアロステリックサイト予測ツールは機械学習・溶媒マッピング・コンタクトネットワーク解析など多様なアプローチがあり、統一的なpip-installable環境が整備されていなかった。
→ RinPyで「RIN構築→中心性解析→スペクトル解析→摂動比較」をワンストップ実行。pip install rinpy で即利用可。
グラフラプラシアンL=D-Aの固有値分解でFiedler vectorを算出。符号変化位置＝ヒンジ残基（動的ドメイン境界）を特定。
Δλi% = 100×(λ_perturbed - λ_unperturbed)/λ_unperturbed。負のシフト＝リガンド結合が低周波情報伝達を阻害。
Eij = Σ(1/wl)（最短経路のエッジ重み逆数和）。摂動前後の差＝アロステリックカップリングスコア。
stride引数でフレーム間引き（例: 1000フレーム→stride=10で100フレーム）。multiprocessingで高速化。
KRAS単量体202構造でベットウィーネス上位5%（hub residues）の検出頻度：
KRAS-SOS1複合体（5構造）では Switch-I（Tyr32, Ser39, Thr40）のベットウィーネスが単量体より上昇
| 残基領域 | KRAS単量体 | KRAS-SOS1 |
|---|---|---|
| P-loop CC | 高 | 低下 |
| Switch-I CC | 中 | 低下 |
| Switch-I CB | 低 | 上昇 |
| Switch-II CD | 中 | 上昇 |
ベットウィーネスと次数の相関は低い（r=0.19〜0.49）→隣接数≠信号仲介能力
pip install rinpy を依存に追加し、lib/md/network/rin_analyzer.pyにラッパーを実装。HBondAnalyzerと組み合わせ「MDトラジェクトリ→RIN変化追跡→アロステリックサイト提案」パイプラインを構築。
hub residue（上位5%ベットウィーネス）の座標重心をlib/dockingのUniDockRunnerへポケット座標として自動渡し。アロステリックサイト探索を自動化。
野生型vs変異体のRINを比較解析（固有値シフト率・アロステリックカップリング変化）で変異の機能的影響を定量化。lib/md/network/comparative_rin.pyに実装。
論文がGly10(96%)・Ser17(90%)を検出したKRAS202構造データセットをテストケースとして利用可能。PDB IDリスト（Table S1）がSIに記載。