講演会「創薬研究におけるスパコンへの期待」(折田正弥東工大客員教授)

2012/7/4に行われた上記講演会のトゥゲッター http://t.co/GnExdJa1
3
Masakazu Sekijima @m_sekijima

講演会「創薬研究におけるスパコンへの期待」(折田正弥東工大客員教授) http://t.co/GnExdJa1 http://t.co/YLBTZo8A 満席で椅子を何脚も持ち込まないといけないほどの人の入りです!

2012-07-04 13:49:59
Ohue M/大上雅史 @tonets

アステラス製薬・東工大GSIC客員教授の折田正弥氏による講演会.

2012-07-04 13:38:07
Ohue M/大上雅史 @tonets

FBDD (Fragment-based drug design / discovery) の話

2012-07-04 13:39:27
Ohue M/大上雅史 @tonets

FBDDはHTSより活性の強い化合物が得られることも.初期化合物からfragment evolutionによって85万倍の活性が得られたものも.

2012-07-04 13:45:17
Ohue M/大上雅史 @tonets

アステラスではタンパク質構造解析を強みにFBDD研究を推進している.

2012-07-04 13:45:52
Ohue M/大上雅史 @tonets

PDBとin-houseのligandサイズ分布が微妙に異なる

2012-07-04 13:46:51
Ohue M/大上雅史 @tonets

PDBのligandはheavy-atomが30-40個周辺(とapo体)が多い(似たような構造が多い)のに対し,アステラスのin-house構造では15-25個が多く,構造的にバラエティ豊かである.

2012-07-04 13:49:04
Ohue M/大上雅史 @tonets

つまり多様な相互作用が得られているはずであり,辞書的に使えるはず→結晶構造のデータマイニングがnext challenge

2012-07-04 13:50:25
Ohue M/大上雅史 @tonets

バーチャルスクリーニング:タンパクリガンドドッキング計算.標的分子へ結合する(主に市販の)化合物を選び出す

2012-07-04 13:52:24
Ohue M/大上雅史 @tonets

具体例:Macrophage Migration Inhibitory Factor.市販化合物100万個から14個のhit化合物を選出.

2012-07-04 13:53:07
Ohue M/大上雅史 @tonets

なお,市販化合物は増え続けてる.自社にない化合物から何か発見するチャンスも増える一方で,計算コストが課題.

2012-07-04 13:54:44
Ohue M/大上雅史 @tonets

ドッキング(protein-ligand)のスコアリング精度も課題.たくさんの化合物を評価するために,精度を犠牲にしている部分がある.

2012-07-04 13:55:34
Ohue M/大上雅史 @tonets

対象が少なければ高精度の解析も.自社の化合物と他社の数個の化合物をFMOで比較した論文が昨年publish.

2012-07-04 13:57:11
Ohue M/大上雅史 @tonets

ちなみにその結果は,自社(アステラス)化合物が一番優秀だったという話.

2012-07-04 13:58:00
Ohue M/大上雅史 @tonets

ケモインフォマティクス:活性情報,ADME情報等の既知情報から新知見の発見

2012-07-04 13:59:43
Ohue M/大上雅史 @tonets

具体例:上市薬の特徴と市販化合物ライブラリの分布を比較して強化ポイントを見つける

2012-07-04 14:02:00
Ohue M/大上雅史 @tonets

市販化合物でHTSライブラリを作ると,脂溶性が高く分子量が小さい化合物とか,分布の薄いところが弱点になるだろう,みたいなことが分かる.こういうところを強化ポイントとして戦略をたてることができる.

2012-07-04 14:03:01
Ohue M/大上雅史 @tonets

リード化合物からdrugになるまで,主活性やADMETの変化を見たら

2012-07-04 14:04:52
Ohue M/大上雅史 @tonets

以上3つの手法:FBDD,バーチャルスクリーニング,HTS・ケモインフォ

2012-07-04 14:05:34
Ohue M/大上雅史 @tonets

アステラスは2005年まではグリッドコンピューティング,それからはクラスタマシン.ただしリソースは不十分.今後の課題解決に向けて計算機リソース拡大が必須.

2012-07-04 14:07:12
Ohue M/大上雅史 @tonets

計算機リソースは現状はほぼin-house.リソース拡大の上で,自社リソースを拡充するか,社外活用を推進するか.会社によって様々となる選択である.

2012-07-04 14:08:30
Ohue M/大上雅史 @tonets

従来に比べれば社外リソース活用の障壁は減っているように思われる.今後社外活用に向けて動いていくのでは.

2012-07-04 14:10:11
Ohue M/大上雅史 @tonets

アステラスの事例では,TSUBAME2.0による網羅的な量子化学計算や,Amazon EC2によるバーチャルスクリーニングなど.

2012-07-04 14:10:53
Ohue M/大上雅史 @tonets

アカデミアスパコン vs. 民間クラウド.アカデミアの利点は先端技術のアクセスや研究に対する助言など,最先端技術開発ができる.民間クラウドは柔軟な価格体系が魅力.ルーチンワーク的なものには最適.

2012-07-04 14:12:09
Ohue M/大上雅史 @tonets

IT創薬の進化は計算リソース拡大と直結.スパコンの進化に期待している.

2012-07-04 14:13:04