(SIGBIO84) Inverse MSMD法による化合物部分構造プロファイリングと結合親和性推定

Transcript

1. 柳澤 渓甫12 吉野 龍ノ介34 工藤 玄己5 広川 貴次34 1 東京科学大学 情報理工学院 2 東京科学大学 中分子IT創薬研究推進体 3 筑波大学 医学医療系 4 筑波大学 トランスボーダー医学研究センター 5 筑波大学 理工情報生命学術院 数理物質科学研究群 情報処理学会 第84回バイオ情報学研究会 2026/3/12 ＠北陸先端科学技術大学院大学 Inverse MSMD法による化合物部分構造 プロファイリングと結合親和性推定 GitHub 発表スライド
2. 目次 • 研究背景 • 手法 • 実験 • 結果・考察 • 結論 1
3. 薬剤候補化合物の選抜・改善 • 創薬プロセスの初期段階において、 薬剤標的タンパク質に強く結合する化合物を設計することは重要 • 計算機による効率化が進められている • 近年では、AlphaFold3等 高精度な立体構造予測手法の出現により タンパク質立体構造を用いる「構造ベース創薬」が注目されている 2 [1] Y Zhang et al., IJMS 23, 13568, 2022. [1] より引用・改変
4. 共溶媒分子動力学（共溶媒MD）法 • 水分子 + プローブ分子（共溶媒）を導入したMD法 • プローブ分子の存在頻度に基づいて リガンド結合部位予測 [2] や 結合親和性予測 [3] などが行われている 3 共溶媒MDシミュレーション 存在確率マップ [2] SE Graham et al., JCIM 58, 1426-1433, 2018. [3] VD Ustach et al., JCIM 59, 3018-3035, 2019.
5. 我々がこれまで開発してきた手法 4 プローブ 高確率 存在部位 EXPRORER 化合物結合部位の 高精度な検出を実現 多様なプローブを利用して 好ましい官能基まで検出可能 プローブ分子 Inverse MSMD 化合物部分構造が好む タンパク質表面残基を推定 静電相互作用やタンパク質主鎖との 相互作用などが観測可能 K Yanagisawa et al., JCIM 61, 2744-2753, 2021. 類似 官能基 Asp, Glu タンパク質主鎖 周辺残基 集計 残基位置プロファイル EXPRORERで 提案した 有機溶媒の例 K Yanagisawa et al., IJMS 23, 4749, 2022. AAp-MSMD アミノ酸プローブを用いて タンパク質-ペプチド結合予測 環状ペプチドの1残基置換による 結合親和性の変化を推定可能 結合親和性推定 G Kudo et al., JCIM 61, 2744-2753, 2021. アルギニン残基 の存在位置を アルギニンプローブ で推定成功
6. Inverse MSMD (Yanagisawa+2022) • 対象プローブについて、多様なタンパク質との共溶媒MDを実施、 そのプローブ分子が好むタンパク質周辺環境を可視化 • 共溶媒MD中で各種残基の存在確率が高い位置を描画 5 相互作用プロファイル (Benzamidine) 結晶構造との重ね合わせ (Trypsin + Benzamidine) Ser171 Asp170 疎水性 親水性 酸性 共結晶構造における 相互作用様式を再現 （Asp側鎖、Ser主鎖） K Yanagisawa, R Yoshino, G Kudo, T Hirokawa. IJMS 23, 4749, 2022.
7. 本研究の着想 • タンパク質構造との合致度合いについて、 定性的な評価ではなく、定量的な評価ができないか？ • 現時点では「目視」しているだけ • 定量的にできれば「比較」ができる → 官能基置換による 結合親和性変化 ΔΔG 推定 に応用可能 6 スコア＝46.5 スコア＝64.7 > Ser171 Asp170 定量化
8. 研究目的・成果 研究目的 • Inverse MSMD 法を改良し、結合親和性推定に活用する • 応用先例：Hit-to-leadにおける結合親和性向上 成果 • Inverse MSMDのプロファイル作成を改良 • タンパク質構造との合致度の定量化手法を開発 • SAR実験シリーズ 2種類 に適用、 相関係数 r = 0.50 ~ 0.59 を達成 7
9. 目次 • 研究背景 • 手法 • 実験 • 結果・考察 • 結論 8
10. 手法の流れ 1. 評価したい官能基修飾からプローブを抽出 • 既に計算済みのプローブであれば 手順4 に飛ぶ 2. 共溶媒MDシミュレーションを実施 3. 相互作用プロファイル (RIprofile) を作成 4. 対象とする複合体構造にプローブと RIprofileを重ね合わせる 5. タンパク質の全残基の座標における Riprofileの値を取得し、総和をとる 9 +0.7 +0.2
11. Step 1: プローブの抽出 • 結合親和性を比較したい化合物構造を列挙 • 合成展開に活用することを想定 • 差分を切り出して、共溶媒MDのためのプローブを取得 10 …
12. Step 2: 共溶媒MDシミュレーションの実行 • 各プローブについて共溶媒MDシミュレーションを実施 • （標的タンパク質非依存な）15種類のタンパク質 [4] とのMDを行うことで 多様な プローブ-タンパク質 相互作用構造を得る 11 … [4] S Soga et al., JCIM 47, 2287-2292, 2007.
13. Step 3: 相互作用プロファイル (RIprofile) の作成 1. シミュレーション結果からプローブ構造の重ね合わせを行い プローブ周辺のタンパク質残基出現頻度 occupancy をカウント 2. 出現頻度をエネルギー様スコアに変換する • ボルツマンの式に倣って、平均分布との頻度比からスコアを算出 12 タンパク質のCβ原子 相対位置を抽出 スコア変換 各スナップショット 相互作用プロファイル RIprofile𝑎,𝑥,𝑦,𝑧 = ln C𝛽 occupancy𝑎,𝑥,𝑦,𝑧 mean occupancy 𝑎 𝑎: アミノ酸残基種類 𝑥, 𝑦, 𝑧: プローブ周囲の各座標
14. Step 4: プロファイルの重ね合わせ • 参照複合体構造に対して 所望の置換基修飾に合致するように、 化合物の重原子の重ね合わせを実施 • ユーザは置換前後の部分構造のみを指定 システム側で自動的に重ね合わせ場所を推定 13 参照複合体構造 相互作用プロファイル
15. Step 5: 合致度の計算 1. 標的タンパク質の各残基の位置に 対応する プロファイルの値 を取得 2. 全残基でのプロファイル値の合計を算出、 合致度スコアとする 14 例：バリン +0.7 +0.2 プロファイル値取得 (0.2+0.7+...) + (..) + ...= 36.3 Val Ala 合致度スコア
16. 目次 • 研究背景 • 手法 • 実験 • 結果・考察 • 結論 15
17. 評価実験 • 2種類のSAR実験データを利用して評価実験を実施 1. MCL-1 [5] ：対象化合物44件、𝐾𝑖 = 0.0550 µM ～ 62.0 µM 2. TYK2 [6] ：対象化合物33件、𝐾𝑖 = 0.0048 µM ～ 03.1 µM • いずれも置換基の位置が2か所存在、 2つの 合致度スコアの合計 と 𝑝𝐾𝑖 (= − log 𝐾𝑖 ) との相関を見る • 利用プローブ種類総数：59 種類 • それぞれについて合計 12.5 µs の共溶媒MDシミュレーションを実施 16 MCL-1の例 [5] A Friberg et al., JMC 56, 15-30, 2013. [6] J Liang et al., Eur J Med Chem 67, 175-187, 2013.
18. シミュレーションパラメータ 17 MD engine GROMACS 2019.4 Force field Amber ff14SB (protein) GAFF2 (probes) Water model TIP3P Pseudo repulsion between probes LJ (σ = 2nm, ε = 1 × 10-6 kcal) between centers of probes Conc. of probes ≈ 0.25M Time step 2 fs Production run 800 ns (40 ns × 20 runs) per a pair Trajectory snapshots every 10 ps, in 20-40 ns • 各タンパク質-プローブペアに対して 40 ns × 20 runs のMDを実施 • 15種類のタンパク質と計算するので合計で 12.5 µs
19. 目次 • 研究背景 • 手法 • 実験 • 結果・考察 • 結論 18
20. 相互作用プロファイル (RIprofile) の例 19 • プローブごとの差異が明確に見られる • 芳香環は構造が剛直なため、 プロファイルの濃淡がより明確 RIprofile > 9 で描画 各残基の性質（例：赤＝酸性残基）で色分けしている
21. 結果①：MCL-1 • 実験値 𝑝𝐾𝑖 との相関係数 r = 0.50 • 全体的な傾向は推定できている • 電荷が含まれる部分構造は推定難易度高い 20 Initial complex (PDBID: 4HW3) substitution 2 … substitution 1 … sub 1 sub 2-1 sub 2-2
22. 結果②：TYK2 • 実験値 𝑝𝐾𝑖 との相関係数 r = 0.59 • 全体的な傾向は推定できている • ハロゲンは電荷設定の改善が必要 21 substitution 1 substitution 2 Initial complex (PDBID: 4GIH) … … sub 2 sub 1
23. 考察：プローブの柔軟性の影響 • プローブに柔軟性があると RIprofile 作成に悪影響 • プローブ分子の立体配座を 重ね合わせてプロファイルを作成 • 複数の立体配座に対する 平均 のプロファイルが作成されてしまう • 配座のクラスタリングを行い 複数のプロファイルを作成することで解決 • ただし、必要サンプリング量は大幅に増える 22 シクロプロピル基が回転するため、 数パターンの立体配座が存在する
24. 目次 • 研究背景 • 手法 • 実験 • 結果・考察 • 結論 23
25. 結論 • タンパク質構造とプロファイルとの合致度の定量化手法を開発 • SAR実験シリーズ 2種類 に適用、 相関係数 r = 0.50 ~ 0.59 を達成 24 +0.7 +0.2 (0.2+0.7+...) + (..) + ...= 36.3 Val Ala 合致度スコア
26. 今後の課題 1. プローブ種類に応じたシミュレーション長の修正 • 電荷を持つプローブはより長時間シミュレーションを実行するべき 2. 一部プローブの力場改善 • 通常の電荷設定ではハロゲンの σ-hole が再現できていない • 共溶媒MDでこの問題に対応した研究事例あり [7] 3. 計算済みプロファイル RIprofile の公開・整備 • 誰でも容易に結合親和性推定ができるような仕組み構築が重要 25 本研究は以下の支援を受けて行われた • AMED BINDS（JP25ama121026, JP25ama121029） • 科研費（23K24939, 23H28185, 25K03215） [7] AH Mahmoud et al., JCTC 15, 3272-3287, 2019.