最近の記事
COATI: Multimodal Contrastive Pretraining for Representing andTraversing Chemical Space
SUMMARYこの論文は、Terray Therapeutics社の研究者らによる「COATI: Multimodal Contrastive Pretraining for Representing and Traversing Chemical Space」という題の研究を報告しています。主な内容は以下の通りです: COATIモデルの提案: 分子構造を表現するための新しいマルチモーダルな対照学習モデル 2D(SMILES文字列)と3D(点群)の分子表現を同時に学習
IEV2Mol: Molecular Generative Model Considering Protein-Ligand Interaction Energy Vector
SummaryIEV2Mol: タンパク質-リガンド相互作用エネルギーベクトルを用いた新規化合物生成モデル論文の概要 本論文では、IEV2Mol という新しい深層学習ベースの分子生成モデルが提案されています。IEV2Molは、**タンパク質-リガンド相互作用エネルギーベクトル（IEV）**を用いることで、標的タンパク質との結合親和性が高いと予測される新規化合物を設計することを目的としています。従来の分子生成モデルは、主に化合物の構造的特徴に焦点を当てていましたが、IEV2M
Protein Structure-Based Organic Chemistry-Driven Ligand Design from Ultralarge Chemical Spaces
超巨大ケミカルスペースからのタンパク質構造ベースの有機化学駆動リガンド設計 要約 数十億もの化合物を網羅した超巨大ケミカルスペースは、創薬初期段階におけるヒット同定に革命をもたらしています。その規模の大きさから、このようなケミカルスペースを完全に列挙することは不可能であり、潜在的に興味深いヒットを探索し、選択するためには、アドホックな計算ツールが必要となります。本稿では、市販の化学試薬を対象となる標的にまずドッキングさせ、次に有機化学およびトポロジーの規則に従って直接結合
Incorporating Synthetic Accessibility in Drug Design: Predicting Reaction Yields of Suzuki Cross-Couplings by Leveraging AbbVie’s 15-Year Parallel Library Data Set
Summaryこの論文は、AbbVie社の15年間にわたる医薬品開発のための並列合成ライブラリーのデータセットを用いて、機械学習により鈴木カップリング反応の収率を予測するモデルを構築した研究です。 医薬品開発では、多数の化合物を合成し評価する必要があり、合成の効率化が重要な課題です。特に並列合成ライブラリーは構造活性相関の探索に有用ですが、収率予測は考慮されていませんでした。著者らは、AbbVie社の大規模な並列合成データに着目し、機械学習による収率予測モデル構築を目指しま
Protein Structure-Based Organic Chemistry-Driven Ligand Design from Ultralarge Chemical Spaces
https://pubs.acs.org/doi/10.1021/acscentsci.3c01521 Summaryこの論文は、超大規模化学空間から、有機化学の知見を活用してタンパク質の立体構造に基づくリガンド設計を行う新しいアプローチ「SpaceDock」を提案しています。 近年、数十億もの化合物を含む超大規模化学空間が創薬の初期段階でのヒット同定を大きく変えつつあります。しかしその膨大なサイズゆえに、化学空間全体を列挙することができず、その中を探索しヒット化合物を選
