📚 月次論文レビュー — 🔬 計算化学

LSTM＋強化学習（RL）で生成した新規リガンドを、コンセンサスドッキング→MDシミュレーションの多段階フィルタリングで系統的に検証するin silicoパイプラインを提案した論文。2つの薬理学的標的（アデノシンA2A受容体A2aRとユビキチン特異的プロテアーゼUSP7）を対象に、①6種のドッキングツールをクロスドッキングでベンチマーク、②上位ツールのExponential Consensus Ranking（ECR）でDL生成ライブラリをスクリーニング、③ 50 ns全原子MDで最終候補を検証する3段階ワークフローを実証した。

本論文はSTAR Protocols誌に掲載されたプロトコル論文で、AutoDock Vina（実際にはQuickVina 2を使用）を中核とした完全自動化・完全ローカル・無償の仮想スクリーニング（SBVS）パイプラインのセットアップ手順を詳述している。jamdock-suiteと呼ばれる5つのBashスクリプト群（jamlib, jamreceptor, jamqvina, jamresume, jamrank）が公開されており、化合物ライブラリ生成からドッキング結果のランキングまでを一貫して自動化する。Vinaの標準出力に加え、ポーズ収束性を定量化するSimScoreという独自指標を導入している。

SBDDの全体地図を描き直した包括的レビュー論文である。物理ベース手法（分子ドッキング・FEP・MM/PBSA・力場）と知識ベース手法（GNN・拡散モデル・アクティブラーニング・生成モデル）の両カテゴリーを4つの成功基準（Accuracy・Scalability・Synthesizability・Generalizability）で整理し、両者のハイブリッド統合への方向性を論じる。CACHE・D3R・CASFなど主要ベンチマークの結果を引きながら、ハイブリッドワークフローが一貫して最良の成果を出すことを示している。

MM/PBSA（Molecular Mechanics/Poisson-Boltzmann Surface Area）法による結合自由エネルギー計算において、「サンプリング充足性」が精度を左右する根本的な要件であることを、前例のない規模の長時間MDシミュレーション（総570μs）で実証した研究である。著者らはPLpro（SARS-CoV-2）、HIF-2α、TNKS2、c-Metの4タンパク質と計19のリガンドについて、それぞれ3本の独立した10μs MDシミュレーションを実施した。その結果、系によっては10μs以上のシミュレーションでも収束せず、逆に短時間シミュレーションが「擬似収束」を示して誤った安心感を与えることを初めて定量的に示した。

タンパク質-タンパク質相互作用（PPI）インターフェースを標的とした小分子ドッキングにおける AlphaFold2（AF2）モデルの有用性と、MD シミュレーションおよび AlphaFlow による構造アンサンブル精製の効果を系統的に評価したベンチマーク研究である。

分子力場（MM）ベースの Mining Minima 法（MM-VM2）に量子力学（QM）ポストプロセスを統合した新手法 PLQM-VM2 を提案する論文である。MM-VM2 が生成したタンパク質・リガンド・複合体のコンフォーマーアンサンブルを、GAMESS を経由して DFTB3-D3(BJ)H/PCM レベルで QM 再評価し、QM 補正された配置積分・化学ポテンシャル・最終的に結合自由エネルギーを算出する。3 つの多様なタンパク質-リガンド系（HIV-1 プロテアーゼ/38 リガンド、c-Met/24 リガンド、TNKS2/27 リガンド）で検証した。

SynKit は化学反応のルールベースモデリングと解析のための統合 Python ライブラリである。現状の反応インフォマティクスエコシステムは RDChiral・CGRtools・RDKit・OpenEye 等の断片化したツール群で構成されており、互いの相互運用性が低く、専門外の研究者には利用障壁が高い。SynKit はこれらを橋渡しするアダプタベースの入出力層・統一データスキーマ・モジュラープラグイン設計を採用し、反応正規化・テンプレートクラスタリング・サブグラフ検索・DPO ルール組成・フォワード/バックワード反応予測を単一フレームワークで提供する。PyPI・Conda・DockerHub で配布（MIT ライセンス）されており、広い互換性とインストール容易性を重視している。

フラグメントベース創薬（FBDD）では、小さな有機フラグメントがタンパク質のどの部位にどのような配置で結合するかを計算で明らかにすることが、ヒット-リード最適化の出発点として不可欠である。本研究はフラグメント溶解型MD（fdMD）にGaussian加速MD（GaMD）を統合した「fdGaMD」アプローチを提案し、従来のfdMDの課題だった偽陽性スパリアスサイトの排除と結合モード解明の加速を12の多様なタンパク質-フラグメントシステムで実証した。

SiteMatcherはPDBに蓄積された39,000タンパク質-リガンド複合体の構造情報を活用し、タンパク質-リガンド間の相互作用パターン（水素結合・π-πスタッキング・塩橋）を系統的に抽出・インデックス化したデータベースと、それを用いてユーザーが指定したシード化合物に対してPDB由来フラグメントを3D空間で自動的に接合するエンジンを組み合わせた構造ベースリガンド設計Webサーバーである。医薬品化学者が自分のターゲットタンパク質に結合するリガンドを設計する際に、類似した結合環境で実際に使われているフラグメントを系統的に再利用できることが最大の価値である。

Enamine REAL space（200億分子以上）のような超大規模make-on-demand化合物ライブラリを、全分子を列挙することなくフレキシブルドッキングと組み合わせて探索する進化的アルゴリズム REvoLd（RosettaEvolutionaryLigand）を提案。Eisenhuth・Meilerグループ（Leipzig/Vanderbilt大学）による。make-on-demand空間の特徴（合成ブロック×反応の組み合わせ）を活用し、分子全体ではなく断片レベルで突然変異・交叉操作を行うことで合成可能性を担保しつつ超大規模化学空間を効率探索する。