PsikitでEnergy Decomposition Analysis(EDA)をやりたくてKitaura-Morokuma Analysisとか実装されてないかなーと調べてたんですが、SAPTってのを使えばよろしいらしいところまでは到達した。

でもって、そのあたり使ってる論文がJ.C.I.Mあたりに投稿されてないかなーとさらに調べた結果、Tuning Stacking Interactions between Asp–Arg Salt Bridges and Heterocyclic Drug Fragmentsという論文をみつけて読んだらやばかったという話。

Asp–Arg塩橋とヘテロ環のスタッキングってよくみられるし強い相互作用っぽいんだけど、よくわかってないよね？だから量子化学計算で調べるわっていう内容で、単環、二環、三環のヘテロ環（窒素シャッフリングが多い）の63モデルでローカルミニマム、グローバルミニマムを探索して、どういう位置関係になっているかとかEDAしてみてどういう成分が効いているのかを調べていた。

得られた結論としては塩橋だけどヘテロ環はカチオニックな残基(LYS,ARG)との相互作用のほうが安定に形成しそうだってことと、ElectroStaticな項が相互作用に支配的で、DispersionInteractionがまぁまぁ効いてそうってこと。それから双極子モーメントはほとんど寄与していないってことから無指向性の相互作用ってこと。

論文では塩橋をモデル化しているけど、内容をよく考えるてみるとこれはおそらくカチオニックな残基単体でも成り立つだろうし、そっちのほうが強いんだろうなぁというところまで理解できたので非常に良かった。うまくやればプロアクティブにヘテロ環導入して活性向上できるかなと思う。一方でなんでカチオニックな残基との相互作用が強いの？ってことに関してはおそらく窒素シャッフリングの環だからだろうなぁと思った。

じゃぁアニオニックな残基(ASP,GLU)と強く相互作用するようなヘテロ環、アリルは何よ？っていう疑問が湧くと思うんだけど、そっちに関しては既に理解しているのでそのあたりまとめてどこかで発表しようかなと思っている。ちょっとコントラバーシャルかなーと思わないこともないけど、量子化学系の人たちがもっとSBDDに参入するきっかけになってくれると嬉しいなーと。

ドッキングは反応物と生成物が変化しない化学反応であるという主張を広めたい

— kzfm (@fmkz___) 2019年3月1日

システムバイオロジー関連のセミナーに参加したので帰りは神田の大松に寄ってイワシってきました。

ウドとポテサラ

ワンタン揚げと〆イワシ

なめろうとレモンハイ

美味かった。

読み終わった。

生命科学データ解析を支える情報技術
坊農 秀雅
技術評論社 / 2786円 ( 2019-02-09 )

wetのバイオロジーやってるけどIT側も使いこなせるようになりたいひとが読むべき本かなと思いました。まぁうちのバイオインフォのチームは必読でしょう。

私はThe OBO Foundryを知ることができたので満足。

今年はバイオインフォの活動も頑張りまっす。

Considering the conformational effects of the compound is important in Structure Based Drug Design, this paper discussed about it, in terms Protein-Ligand binding using torsional scan of each ligands(PDB:2JH0,2JH5,2JH6). They calculated torsional energy, and explained the relation between inhibitory activity and torsional energy.

Torsional scanning is the task of the quantum chemistry rather than that of chemoinformatics. But I wanted to conduct quantum chemical calculation as an extention of chemoinformatics way, so I implemented it in Psikit

• Torsion scan example

日本語訳

jupyterでRDKitからのB3LYP/6-31G*でのDFT計算さっくりうごくの素晴らしい。

面白そうなお題が与えられたのでやってみた。ちなみにすぐにFMO計算できる環境なので面白そうな複合体の情報があれば教えてください、計算して可能な範囲で公開します。

これFMO計算でどれくらい定量的に説明できますかね？@fmkz___ https://t.co/iMN2Kt1QHu

— torusengoku (@torusengoku) 2019年1月31日

計算方法

• FMO-MP2/6-31G
• リガンドは奥と手前のNC単結合で二分割
• Mgは取り払って配位は考慮してない（そっち側のフラグメントは無視）
• PDB-Code:6FS6/6FS7の比較だと余計なノイズが交じるので6FS6をI38TにしたものでPIEDAの差分をとった

結果

6FS6のPIEDA。グラフの見方は縦軸がエネルギーで安定な相互作用だと負にでます。EXは反発項なので常に制に出ます。横軸は残基で本来はN末から順番に並んでいますが、みやすさのために相互作用が5kcal/mol以上の相互作用のみ表示するようにしています。

見て分かる通りLYS034, ILE038との相互作用が強い。ILEとのDIがかなり強いことがわかる。8kcalあるし相当強いですね。 尚、EXちょっと強めに出てるのはエナジー最適化ちょっとまずってるのか、立体的に込み入った分子だから力場が良くなかったのかも。

で、これをI38Tにして差分を取ると38番目の残基のDIが2.5kcal/molくらい不安定になってEXが1kcal/molくらい安定化しました。それ以外の大きな差はみられなかった。今回EXに関しては大目に見るとして、経験的にはDI項結構効いてるんじゃないですかね？koff測定すればもっとはっきりしたこと言えるかなぁと思いました。

6FS6 IFIE

上のIFIEを実際にリガンド結合サイトで塗ったものです。青いところが安定な相互作用しているところで赤いと反発してます。

6FS6 DI

DIだけの成分で塗り直したものです。ILEとこんなに強いDIで安定化してる例見たことないから結構感動した。粘着感がありますねｗ

おまけ

DIで安定化していてSARと突き合わせて見られる例としてはFXaのS4ポケットがあります。FXaは複合体結晶構造もSARの論文もたくさん出ているので興味があれば調べてみるとよいと思います。

先週のMishima.sykの懇親会では著者による「サイン付き著者割生命科学データ解析を支える情報技術」が人気を博しておりましたが、うっかり速攻アマゾンで予約するという失態を犯した私のもとにも無事に届きました。

生命科学データ解析を支える情報技術
坊農 秀雅
技術評論社 / ?円 ( 2019-02-09 )

私は今月からバイオインフォマティクスの部署も担当することになったので、もし 「企業で俺のバイオインフォマティクス力の高まりを顕現させてみようかな？」 という方がおられる、または周りにおられる、もしくは共同研究してみてもいいんじゃない？みたいな研究室があればお知らせいただければ、美味しいクラフトビールなど飲みながら詳細詰めさせていただければと思っていますので右のアイコンからコンタクトよろしくおねがいします。興味のある仕事は勉強がてら今後エントリにあげようと思っています。

今回、これ最高だったので資料が上がって嬉しい。

• テンソル分解
• CMTF
• PCCA
• TWAS
• hetionet
• nnTensor

追いかけないといけないことが増えた。

今回バイオインフォマティクス寄りの発表がいくつかあったので、非常に勉強になった。テンソル分解ちゃんと勉強しないとなと思いました。

ハンズオンのほうは、condaはあまり万能じゃないなと。油断してた。Windowsだとunzipのcondaバイナリないとか、SMILESを""で囲うとだめだとかよくわからないエラーに悩まされた。まぁでもWindowsでもREINVENTが動いたので良かったとしよう。

お昼は王味で小エビラーメン

懇親会の刺し身

二次会のリパブリューのラムチョップ

そしてアルコール度数17.5%のビール

次回もまた楽しくやりましょう

参加はこちらから。

• Mishima.syk #13
• Mishima.syk #13 懇親会

今回の会の趣旨とか狙いみたいなものはこちらを御覧ください。

私はSitagliptinのアナログを出すようなジェネレータを動かすハンズオンをやろうかなと考えています。デモのために訓練300回させたモデルでとりあえずjupyter notebook作ってみましたが、出来がイマイチなので週末にでも3000 iterationくらい回したモデルを作り直して更新する予定です。

One of the founders of Mishima.syk passed away.

We can fly But We want his wings We can shine even in the darkness But We crave the light that he brings Revel in the songs that he sings My angel XXX

あけましておめでとうございます、今年もよろしくおねがいします。

昨日まで日本酒飲みまくってグダグダしていたので、今日からそろそろ始動しようかなと思います。@iwatobipenがアクティブにGitHubにプッシュしまくっているみたいなので、Mishima.sykのタイムスケジュールも更新しましたが、あと40分くらい空いているのでLT入れたい人は早めに時間を確保してください。

今回はGenerator mini hands-onをやることにしました。理由は、第404回CBI学会講演会ではThierry KogejさんにMolecular de novo design through deep learningと似たような公演をしてもらう予定にしているからです。

スライド3でDe novo molecular generation with deep learning has developed very rapidlyってあるんだけど、今大体どのくらいの化合物生成してくるのかを知らないと、公演楽しめないと思うんですよね。この手の話って知らないで聞くと期待感あふれるストーリーなのか、現実味を帯びているのかいまいち掴めないという。

というわけで彼らの提案しているREINVENTを実際に動かして、化合物提案がどんなもんなのかを見てみようというハンズオンになります。予めChEMBLでトレーニング済みのモデルはこちらで用意しましたのでjupyterでちょっとコード打てば動くようにする予定です。

本当は参加者に、それぞれ上市された薬剤のもとの特許を渡して、生成モデルがどのくらい生成したら実施例をカバーすんのかな？っていうのをやってもらうハンズオンにしたかったんだけど、それはGPU必須っぽいので今回は断念しました。

参加はこちらから。

• Mishima.syk #13
• Mishima.syk #13 懇親会

ハンズオンをやってから改めて読むと味わい深いエントリはこちらです。

• Molecular de novo design through deep learning
• メドケムxAI 創薬化学者の今後は明るいのか?
• Augmented Medicinal Chemistry