『標的タンパク質の構造情報を活用したインシリコ創薬分子設計の展望』
筑波大学
|
1.はじめに
2.AlphaFold2による標的タンパク質構造情報の拡充
2.1 AlphaFold2
2.2 AlphaFold2構造に基づくSBDD
3.分子シミュレーション技術の進展
3.1 タンパク質−化合物複合体予測
3.2 分子動力学計算の創薬応用
4.化合物構造生成AI技術との融合
5.今後の展望
|
|
『AlphaFoldによる高精度なタンパク質立体構造予測と創薬への活用』
東京工業大学
|
1.はじめに
2.タンパク質構造予測コンペティションCASPとAlphaFoldのアプローチ
3.AlphaFoldの予測構造
4.AlphaFoldと創薬分子設計
4.1 ペプチド分子設計への応用
4.2 低分子スクリーニングへの応用
5.おわりに |
|
『クライオ電顕解析による創薬研究を迅速化するEG-gridTMの開発』
大阪大学
|
1.はじめに
2.Cryo-EMにおける技術革新
3.Cryo-EMを用いた単粒子構造解析のメリットと問題点
4.Cryo-EMのサンプル調製(氷包埋法)における問題と対策(従来法)
5.グラフェンの化学修飾によるタンパク質固定化技術の開発
6.タンパク質固定化グリッド(EG-gridTM)のメリット
7.EG-gridTMを用いた実際例(標準蛋白質の構造解析例)
8.EG-gridTMを用いた創薬研究(SARS-CoV-2を標的とした創薬研究)
|
|
『タンパク質ーリガンド結合予測と創薬への活用』
長浜バイオ大学 ほか
|
1.はじめに
2.リガンド結合部位の予測
2.1 従来のリガンド結合部位の予測法
2.2 機械学習を用いたリガンド結合部位予測
2.3 グラフニューラルネットワークを用いたリガンド結合部位予測
3.ドラッグと標的タンパク質の相互作用予測
3.1 機械学習を用いたドラッグと標的タンパク質の相互作用予測
3.2 分子構造に依存しないドラッグと標的タンパク質の相互作用予測
|
|
『人工知能による量子ドッキング・シミュレーションの開発と医薬分子設計への応用』
日本たばこ産業(株)
|
1.はじめに
2.AIによる量子ドッキング・シミュレーション
3.量子シミュレーションの概要
4.AIと量子シミュレーションの融合:Atom-Centered Symmetry Function
(ACSF)
5. AQDnetによる電子構造・状態空間(量子場)の創発
6.AQDnetの性能と他の解析法との違い
|