創薬ビッグデータ統合システム

BPBI(Binding pose prediction by best arm identification

・複合体マルチコンフォーメーション解析
「計算ソフトおよび創薬計算手法 一覧」に戻る
開発責任者
津田 宏治(東京大学大学院 新領域創成科学研究科 教授)

主な開発者
寺山 慧 (理化学研究所 革新知能統合研究センター)

内容
MM-PBSAを用いた自由エネルギー計算の際、初期ドッキングポーズを機械学習で適切に選択することで、高速化する。

どんなことができるか
自由エネルギー計算を高速化できると、バーチャルスクリーニングの高速化につながり、創薬過程を加速できる。

関係論文
【参考文献】
[1] K. Terayama, H. Iwata, M. Araki, Y. Okuno, K. Tsuda, "Machine Learning Accelerates MD-based Binding-Pose Prediction between Ligands and Proteins", Bioinformatics, 2017.

使用例
CDK2などのタンパク質に対する自由エネルギー計算(参考文献[1])

マニュアル・チュートリアル資料
www.github.com/tsudalab/bpbi

関連する教科書


ソフトウェアのホームページ・入手方法
www.github.com/tsudalab/bpbi

問い合わせ先
津田 宏治(tsuda@k.u-tokyo.ac.jp)
   
TOP