Research / Equipment
研究と設備
研究者紹介
量子生命情報薬学分野（化学薬学領域）
髙谷 大輔特任講師(常勤)
自身は大学、研究所、民間企業等が関わる創薬プロジェクトにおいて、リガンドベースおよび構造ベースの創薬設計を担当し、分子モデリング、機械学習、タンパク質-リガンドドッキング、FMODBなどのデータベースの開発とその創薬への応用を中心に研究している。最近の興味はAI構築を目指し、関連ライブラリの習得に励んでいる。
研究テーマ
インシリコスクリーニング技術を用いた創薬研究
理論創薬分野では、主に創薬プロセスの探索研究段階で、薬剤候補化合物の設計や予測を計算機上で行います。基本となる考え方は、既存のリガンド分子の物性や構造情報に注目するLigand-Based Drug Design (LBDD)、ターゲットとなるタンパク質等の立体構造相補性に注目するStructure-Based Drug Design (SBDD)があります。主にこれらの考え方に基づき実際のターゲット分子を制御する分子を計算機上で探索します。
フラグメント分子軌道法を用いた創薬研究
LBDD及びSBDDには多くの方法論が提唱されており、また、現在でも新規手法の提案が活発に行われています。例えば、既存の医薬品情報から得られた特徴の事を「記述子」と呼び、それらは様々な予測に用いられます。フラグメント分子軌道法(FMO)は化合物とターゲットタンパク質等の相互作用解析に有用なだけでなく、人工知能(AI)の記述子として期待されています。
創薬情報関連のデータベース開発
AIの開発は大量データが必要とし、これらを学習することが必要であり、この事は理論創薬分野にも当てはまります。私たちはFMOの計算結果のデータベースであるFMODB （https://drugdesign.riken.jp/FMODB/）の開発に貢献しています。現在は本データベース開発やデータを使った手法開発を進めています。
代表的な業績
Special Features of COVID-19 in the FMODB: Fragment Molecular Orbital Calculations and Interaction Energy Analysis of SARS-CoV-2-Related Proteins, JOURNAL OF CHEMICAL INFORMATION AND MODELING 61(9)
FMODB: The World's First Database of Quantum Mechanical Calculations for Biomacromolecules Based on the Fragment Molecular Orbital Method, JOURNAL OF CHEMICAL INFORMATION AND MODELING 61(2)
Protein ligand interaction analysis against new CaMKK2 inhibitors by use of X-ray crystallography and the fragment molecular orbital (FMO) method, JOURNAL OF MOLECULAR GRAPHICS & MODELLING 99 107599-107599
Characterization of crystal water molecules in a high-affinity inhibitor and hematopoietic prostaglandin D synthase complex by interaction energy studies, BIOORGANIC & MEDICINAL CHEMISTRY 26(16) 4726-4734
Targeting Ras-Driven Cancer Cell Survival and Invasion through Selective Inhibition of DOCK1, CELL REPORTS 19(5) 969-980 2017
ピリジノン化合物およびその用途
新型コロナウイルス感染症（COVID-19）の治療薬設計に役立つウイルスタンパク質と治療薬候補化合物の相互作用データを公開
