Target Prediction

LSKB は化学構造からターゲットの予測を行います。

化合物の類似性に基づく活性値の予測
  • 化合物の類似性に基づいたアッセイの標的タンパク質とその活性値を利用したターゲットの活性値予測で、幾つかの方法のターゲット予測が可能

  • Molecular Frameworkによるフィルタリング

  • 類似性による加重平均を利用した予測値の算出

  • Binding Assayにおいて、活性値の決まったデータを利用。(140万化合物、5500の標的タンパク質、500万相互作用)

構造からTarget Prediction, Target Confirmationの2つの方法でターゲット探索を実施
​構造からターゲット予測を行った結果は、以下の様な内容の答えが表示されます

Target Name

  • 標的のタンパク質

#Assay

  • エビデンスとなるアッセイの数

  • リンク先で活性値の確認が出来ます

  • Active Compounds(活性化合物の確認ができます)

Score

  • SimilarityとActivityに基づくスコア

pAct(Min)(Max)

  • エビデンスとなった化合物のpActの最小と最大

Weighted Avg of pAct

  • 活性予測値。pActの加重平均(親和性の予測値)

Sim&(Min)(Max)

  • 参照されたアッセイ中の化合物群の類似性の最小値と最大値

LSKB Target Predictionの特徴
  • 構造検索機能(Similarity, Molecular Framework)によりターゲットタンパク質と活性値を予測

  • 複数の構造(SDF)から一度にターゲット予測

  • 指定したタンパク質のみに対してターゲット予測が可能

  • ターゲット予測後、さらに類似配列、構造保存ドメイン、(リガンド結合サイト情報を付した)共通ドメインを持つタンパク質をリスト表示

  • 構造からオフターゲット、副作用、毒性を予測

  • 登録した インハウスの構造 と標的 活性値データを含むアッセイデータを ターゲット予測に利用可能

  • 共通部分構造から活性化合物の標的を探索するTarget Confirmation 機能搭載

性能テスト:データベースに登録のない化合物で検証
論文で活性値の記載のある新規化合物(LSKBには登録がない)の構造からLSKBで活性予測を行い、文献記載の値と比較しました。その結果、-log値での平均誤差が0.18、標準偏差も0.59と非常に良い値を示しました。

J Med Chem. 2015 Mar 12;58(5):2441-51. doi: 10.1021/jm501920g. Epub 2015 Feb 19.

Drug Repositioning

ターゲット予測をドラッグリポジショニングに応用

まず、3つの化合物からターゲットを予測しました。LSKBにはターゲットを探索する機能のほか、さまざまな角度から見た疾患とターゲットの関係があります。

これらを照合すると、Acitretin, Nimodipine, Minocyclineともに異なるタンパク質をターゲットとしているが、これらは同じAlzheimer’s Diseaseの治療薬候補になりうることを示唆しています。

Candidates : Pharmaceuticals 2013, 6, 1304-1321

Target Confirmation

Target Confirmationは、図のようなあいまいな構造のQuery をもとにSubstructure Searchを行い、ヒットする化合物をターゲット別に取りまとめ、161のターゲットを得ました。

新しい Target への展開や、 同じTarget に活性のある化合物を比較して、活性の高い構造への展開を行うことも可能です。

Manage & In-house Assay Data

インハウスデータの参照
LSKBにインハウスアッセイデータを登録することで、活性予測に内部データを利用できます。自社独自の活性予測データセットを作成することが可能です。

© 2020 by LSKB SERVICES.  Proudly created with World Fusion., Co,LTD