JUL 30, 2025

インシリコによる隠れた結合部位の検出と優先順位付け

隠れた結合部位を標的とすることは、特に選択性、耐性、あるいは開発性の低さといった問題により、従来のオルソステリックなアプローチでは限界があるような、困難な創薬ターゲットに取り組む上で、ますます有力な戦略となりつつある。しかし、隠れた結合部位、とりわけアポ構造では確認できない隠れた部位を特定・評価することは、創薬の初期段階において依然として重要な課題となっている。

本ウェビナーでは、混合溶媒分子動力学（MxMD）とSiteMapを統合し、隠れた結合部位を特定・同定するための新しい計算ワークフローを紹介します。この新しい統合ワークフローは、遡及的のベンチマークセットに含まれる61のターゲットにおいて、隠れた結合部位の検出に83％という目覚ましい成功率を達成しました。

ぜひご参加いただき、この新しいワークフローが、隠れた結合部位の同定をどのように支援し、新規ターゲットに向けた「構造」に基づく創薬プロジェクトをどのように促進するかについて、ぜひご確認ください。

ウェビナーの見どころ

MxMD法の概要
同定の難解な結合部位に対する新しいMxMD+SiteMapワークフローの導入
新しいワークフローを、一般的な機械学習手法およびSiteMapのデフォルトのポケット検出モードと比較評価する

登壇者

大石

ライフサイエンス・ソフトウェア部門、主任研究員（I級）、Schrödinger

Da Shi氏は、Schrödinger のヒット発見チームに所属するプリンシパル・サイエンティストです。カリフォルニア大学サンディエゴ校で、ルーベン・アバギアン教授の指導のもと博士号を取得しました。卒業後は、フレデリック国立がん研究所でデータサイエンティストとして、創薬のための機械学習プラットフォームの開発に従事しました。 2021年にSchrödinger に入社し、オールアクセス・アプリケーション・サイエンティストとして勤務しました。その後、ヒット発見チームに移り、隠れた結合部位の同定やFEP（リガンド）の姿勢生成に関するワークフローの開発に従事しています。

ディマ・ルピヤン

ライフサイエンスソフトウェア部門シニア・プリンシパル・サイエンティスト、Schrödinger

プロダクトマネージャーのドミトリー・ルピヤン博士は、Desmond およびFEP解析ツールの開発を主導し、分子動力学の分野における専門知識を発揮しています。特に注目すべきは、シミュレーション解析用のPythonライブラリ「API 」の開発者である点です。このライブラリは、Schrödinger社のMD、MxMD、およびFEP+ といった製品群全体で活用されている基盤技術となっています。科学の進歩への情熱に駆られ、彼はシミュレーション解析ツールの活用を積極的に推進し、探求のコミュニティを育んでいます。彼の研究関心は、タンパク質工学、膜結合系、そして解離動力学の魅力的なダイナミクスといった複雑な領域に及んでいます。