[3P-1] Poster 3 (3P-01ー3P-47)

[3P-43] Application of KNApSAcK Database to SBDD

Clara Shionyu-Mitsuyama¹, Masafumi Shionyu¹, Atsushi Hijikata¹, Motonori Ota², Shigehiko Kanaya³, ^○Tsuyoshi Shirai¹ (1.Fac. Biosci., Nagahama Inst. Bio-Sci. Tech., 2.Dept. of Info., Nagoya Univ., 3.Div. of Infosci., NAIST)

現在、実際に用いられている医薬品の多くは植物由来の天然物、または、それらをリードとして創製された化合物であり、植物の天然物は新薬開発につながる生物活性成分の宝庫と言える。KNApSAcKは新薬候補となる天然物の網羅的データベースであり、我々は KNApSAcKを構造ベース創薬(SBDD)に活用するための情報基盤の構築を進めている。そのために、生薬成分、承認薬、薬剤、ヒト代謝物の立体構造を構築し網羅的比較・分類を行なった。さらに、計9141の生薬成分、医薬品、ヒト代謝物の化合物にSMILES、MACCS 構造キーなどのアノテーションを行い、機械学習で生薬成分、医薬品、ヒト代謝物を識別可能か試みた。また、分子の体積、表面積、形状、ターケットタンパク質との相互作用や接触面積など、立体構造（原子座標）から得られるパラメータの識別要因となり得るか検討した。ポスターではこの機械学習の結果について討論したい。