📚 2026年5月 月次論文レビュー — 🔬 計算化学
対象期間: 2026-05-01 〜 2026-05-31
このページ: 51〜60 件目
各ボタンは独立したトグル(複数同時ON可)
51. Integrating Machine Learning Interatomic Potentials with MMPBSA for Accurate Protein-Ligand Binding Free Energy Calculations▶ スライドあり
DOI: 10.1021/acs.jpcb.6c00306 · 📅 2026年5月 (J. Phys. Chem. B 2026, 130, 4982-4993)
· 計算化学
判断:
🔧 実装
📖 精読
📉 後回し
✅ チェック済み
本論文は、end-point 法である MMPBSA の精度ボトルネックを機械学習原子間ポテンシャル(MLIP)で打破する新規フレームワーク AIQM-PBSA を提案している。MMPBSA は MD 軌道から単一軌道法で結合自由エネルギー(BFE)を推定する手法で、FEP のような厳密自由エネルギー計算に比べて圧倒的に高速かつ実用的だが、その信頼性は古典力場が記述するポテンシャルエネルギー曲面(PES)の精度と、配置積分の単純化や標準状態からの並進・回転自由度損失の無視といった統計熱力学的近似に本質的に縛られている。著者らはこのうち PES のボトルネックに焦点を当て、結合自由エネルギーをガス相相互作用エネルギー ΔE_MM と溶媒和エネルギー ΔG_solv に分解したうえで、…
📣 AIQM-PBSA: 古典力場の代わりにΔ-learning型MLIP AIQM3をONIOMでMMPBSAに統合した結合自由エネルギー計算。JACS setでPearson Rを古典法+0.31改善し、内部誘電率にも鈍感。コード公開済 (J Phys Chem B 2026)
52. PDBQT-Safe: SMILES-to-docking-to-MD pipelines▶ スライドあり
📅 2025年(venue 不詳。PDF 表紙は "Journal of Informetrics (ISSN 1875-5879) Vol.20 Issue 2" を称するが、Journal of Informetrics は計量書誌学の Elsevier 誌でありケムインフォマティクスの本内容と一致しない。本文の利益相反欄では Oxford University Press の開示規則に言及しており、表紙ラベルは誤り/プレデター的偽装の可能性が高い。Web 検索でも該当 DOI は確認できず)
· 計算化学
判断:
🔧 実装
📖 精読
📉 後回し
✅ チェック済み
本稿は新しいスコアリング関数や生物学的メカニズムを主張するものではなく、SMILES からドッキング、さらに任意で分子動力学(MD)へとデータを受け渡すときに頻発する実務的な破綻、すなわちリガンド PDBQT ファイルの破損と AutoDock Vina の「静かな失敗(silent failure)」を修復・統合するためのツール群を記述した integration/repair tooling 論文である。著者(Yi Wang, 復旦大学)は、応用創薬の現場で SMILES→docking→MD を手作業のファイル前処理でつないでいるグループが今なお多く、Vina が期待する PDBQT 形式が壊れていると後段で遅れて、あるいは黙って失敗するという課題を出発点に据える。
📣 PDBQT-Safe:SMILES→docking→MDで頻発する壊れたPDBQTとVinaの静かな失敗を、AdvancedPDBQTFixer等の修復ステージと3本のPythonドライバで救済。失敗を隠さずJSON記録。準備手法比較でVinaパース成功はcurated41 vs
53. Harnessing free energy calculations for kinome-wide selectivity in drug discovery campaigns with a Wee1 case study▶ スライドあり
DOI: 10.1038/s41467-025-62722-w · 📅 2025年(受理 2025年7月), Nature Communications 16:7962
· 計算化学
判断:
🔧 実装
📖 精読
📉 後回し
✅ チェック済み
本論文は Schrödinger のチームが、自由エネルギー計算をキノーム全体(kinome-wide)の選択性最適化に拡張するためのフレームワークを提示し、Wee1 キナーゼ阻害剤の創薬キャンペーンを実例として検証したものである。創薬では標的への効力(on-target potency)とオフターゲットへの非結合(selectivity)の両立が不可欠だが、キナーゼは ATP 結合ポケットが高度に保存されているため、目的のキナーゼだけを選択的に阻害するのは特に難しい。標準的なリガンド相対結合自由エネルギー計算(L-RB-FEP+)は単一タンパク質の効力予測には実験精度(平均 1.
📣 Schrödinger が PRM-FEP+(タンパク質残基変異FEP)でキノーム選択性を一括予測。Wee1のAsn376ゲートキーパーを5変異させるだけでscanMAXヒットを91%精度で再現。3ヶ月で22化合物が選択性目標達成。Nat Commun 2025。
54. Orthosteric and allosteric action of the C5a receptor antagonists▶ スライドあり
DOI: 10.1038/s41594-018-0067-z · 📅 2018年(Nat Struct Mol Biol)
· 計算化学
判断:
🔧 実装
📖 精読
📉 後回し
✅ チェック済み
本研究は炎症性 GPCR である C5a 受容体(C5aR、別名 CD88)と複数の拮抗薬との複合体構造を初めて系統的に明らかにした構造薬理学研究である。著者らはヒト C5aR の2つの三元複合体結晶構造、すなわちペプチド拮抗薬 PMX53 と非ペプチド拮抗薬 NDT9513727 の複合体(PDB 6C1Q、分解能 2.9 Å)、および PMX53 と臨床後期段階にある avacopan(CCX168)の複合体(PDB 6C1R、分解能 2.2 Å)を決定した。結晶構造に加えて、DOCK 3.6 を用いた追加2化合物(W54011、CP-447697)のドッキング、HDX-MS による構造ダイナミクス解析、Ca²⁺ 放出機能アッセイ、熱安定性測定という多面的アプローチを組み合わせ、…
📣 ヒトC5aR×拮抗薬の2結晶構造(PDB 6C1Q/6C1R, 2.2-2.9Å)を報告。PMX53はオルソステリック、avacopan等はTM3/4/5表面アロステリック部位に結合。DOCK3.6ドッキングとHDX-MSでW213(5.49)H結合とshape相補性が活性鍵と判
55. FlashMol: High-Quality Molecule Generation in as Few as Four Steps▶ スライドあり
DOI: arXiv:2605.07020 · 📅 2026-05 (arXiv preprint, cs.LG)
· 計算化学
判断:
🔧 実装
📖 精読
📉 後回し
✅ チェック済み
FlashMol は、3D 分子の生成拡散モデルを劇的に高速化する研究である。EDM や GeoLDM のような拡散ベース分子生成モデルは化学的に妥当で安定な構造を生成できる一方、1 サンプルあたり数百〜千回の関数評価(NFE)を要し、ハイスループットな in silico スクリーニングには遅すぎるという根本的なボトルネックを抱える。近年の少数ステップ手法は NFE を 12〜50 まで削減したが、その代償として分子の安定性を大きく損なうことが多く、10 ステップ以下で信頼できる生成を達成した手法は著者らの知る限り存在しなかった。本研究は、画像・動画生成で成功した Distribution Matching Distillation (DMD) を分子ドメインへ初めて適用し、…
📣 FlashMolは画像由来のDMD蒸留を3D分子生成へ初適用。EDM風リスペースで初期化を安定化、JS正則化で多様性を確保し、GeoLDM教師を最大250倍高速化。QM9は4ステップで安定性83.9%、8ステップで94.9%を達成。
56. Docking in the Dark: Insights into Protein–Protein and Protein–Ligand Blind Docking▶ スライドあり
DOI: 10.3390/ph18121777 · 📅 2025年(Pharmaceuticals (Basel))
· 計算化学
判断:
🔧 実装
📖 精読
📉 後回し
✅ チェック済み
本稿は University of Palermo の Roomi, Culletta, Tutone らによる総説で、結合部位が事前に分かっていない状態で二つの分子実体の相互作用を予測する「ブラインドドッキング(盲目ドッキング)」を体系的にレビューする。通常のドッキングが活性部位を既知と仮定するのに対し、ブラインドドッキングは受容体表面全体を探索して潜在的な結合部位を同定するため、構造情報が乏しい新規・難解標的の初期創薬や、アロステリック部位・新規結合領域の発見に有効である。本稿はこのアプローチをタンパク質–タンパク質(ペプチドを含む)系とタンパク質–低分子系の二系統に分け、2001年から2025年に至る手法・ツールの進化を時系列で整理する。
📣 総説「Docking in the Dark」。結合部位未知で探索する盲目ドッキングを、タンパク質間・ペプチド・低分子で2001-2025年に渡り整理。剛体→粗視化→ML/拡散モデルへの進化と、DLの物理妥当性課題・MD/FEP併用の推奨を提示。
57. Analyzing the Molecular Effects of Endomorphin-2 Degradation on Stabilizing Interactions at the µ-Opioid Receptor▶ スライドあり
DOI: 10.3390/receptors5020015 · 📅 2026年(Receptors (Basel))
· 計算化学
判断:
🔧 実装
📖 精読
📉 後回し
✅ チェック済み
本研究は、内因性オピオイドである endomorphin-2(配列 Tyr-Pro-Phe-Phe-NH2)が酵素 dipeptidyl peptidase IV(DPP IV)によって切断され、分解産物 Phe-Phe-NH2 を生じる過程が、µ-オピオイド受容体(MOR)との安定化相互作用にどのように影響するかを、分子動力学(MD)シミュレーションと数理的フレームワークを組み合わせて機構的に解明したものである。著者らは活性型ヒト MOR(PDB: 8K9K)に対し、臨床的に重要な合成オピオイドである morphine と fentanyl、内因性 endomorphin-2、およびその分解産物 Phe-Phe-NH2 の 4 リガンドをそれぞれドッキングし、…
📣 内因性オピオイドendomorphin-2のDPP IV分解産物Phe-Phe-NH2をMD+ProLIF+ISOKANNで解析。安定3オピオイドと違いPhe-Phe-NH2はTyr150・Val238・Val302接触を失い安定結合できず、分解が鎮痛効力を弱める機構を提示。
58. EvaMol: A python tool for evaluating molecules in hit-to-lead optimization▶ スライドあり
DOI: 10.1016/j.softx.2025.102366 · 📅 2025年(SoftwareX)
· 計算化学
判断:
🔧 実装
📖 精読
📉 後回し
✅ チェック済み
EvaMol は、構造ベース創薬の hit-to-lead(fragment-to-lead)最適化フェーズにおいて、初期ヒット分子から派生した大量の変異体(典型的には1万分子超)を in silico で評価しランク付けするための Python ツールである。創薬では、低親和性の初期ヒットからより強力で選択的なリード化合物を導くために、アナログ探索や、フラグメントの growing・linking・merging といった系統的修飾が行われる。その結果生じる膨大な候補分子を評価・分類して有望なものを絞り込む工程は、従来きわめて時間と労力を要し、かつユーザーの主観バイアスが入り込みやすかった。
📣 EvaMol(SoftwareX 2025)はhit-to-lead最適化で1万超のアナログを自動評価するPythonツール。ドッキング→2スコア関数リスコア→物性・リガンド効率(LE/SILE/LELP)算出を一気通貫。7QU3で4490分子を約6時間評価。MITで公開。
59. Evaluating the FEP+ protocol for predicting binding affinity of congeneric ligands towards various soluble proteins▶ スライドあり
DOI: 10.1039/d5md00748h · 📅 2025年(RSC Med Chem)
· 計算化学
判断:
🔧 実装
📖 精読
📉 後回し
✅ チェック済み
医薬化学者が congeneric シリーズ(共通骨格を持ち置換基だけが異なる化合物群)で構造活性相関 (SAR) を構築する際、限られた合成リソースをどの化合物に割くべきかを定量的に判断する手段が常に求められている。本研究は Schrödinger / DE Shaw Research の Desmond 2022 に実装された Ligand FEP+(自由エネルギー摂動)プロトコルを取り上げ、それが二つの congeneric リガンド間の相対結合自由エネルギー ΔΔG をどれだけ正確に予測できるかを、広範なタンパク質ファミリーにわたって系統的にベンチマークしたものである。
📣 Desmond Ligand FEP+を21種の可溶性タンパク質×34変換でベンチマーク。MUE0.46/RMSE0.62/R²0.85とドッキング(R²0.38)を圧倒。ポケット内R²0.89・溶媒露出R²0.70でリード最適化の合成判断に有用。
60. Accelerating Covalent Drug Discovery: Recent Advances in Covalent Docking Tools▶ スライドあり
DOI: 10.1002/wcms.70062 · 📅 2025年(WIREs Comput Mol Sci)
· 計算化学
判断:
🔧 実装
📖 精読
📉 後回し
✅ チェック済み
本論文は Zhejiang University の Tingjun Hou・Peichen Pan らによる WIREs Computational Molecular Science の Advanced Review(2025, 15:e70062)で、共有結合阻害剤(covalent inhibitor)の合理設計を支える「共有ドッキング(covalent docking)」ツールの最新動向を体系的に整理した総説である。共有結合阻害剤は、求電子性のウォーヘッドがタンパク質ポケット内の求核性アミノ酸残基(主にシステイン、次いでセリン)と不可逆的に結合することで、従来の非共有結合阻害剤では狙えない浅いポケットや荷電ポケットを標的にできる点が再評価されている。
📣 WIREs総説:共有ドッキングをtethered/biased/reactiveに体系分類。RMSD<2Å成功率はHCovDock70.1%が最高(平均5分)。スコアリングの共有結合エネルギー・溶媒・ベンチ標準化が課題、AIが次世代を牽引。#創薬 #共有結合阻害剤