Chemical library とは

化学ライブラリーまたは化合物ライブラリーは、ハイスループットスクリーニングまたは工業的製造において最終的に使用される保存化学物質の集合体である。化学ライブラリは、一連の保存された化学物質の単純な用語で構成することができます。各化学物質は、化合物の化学構造、純度、量、および物理化学的特性などの情報とともに、ある種のデータベースに格納された関連情報を有する。

Docking (molecular) とは

分子モデリングの分野では、ドッキングは、互いに結合して安定な複合体を形成する場合に、1分子の優先配向を2番目に予測する方法である。好ましい配向の知識は、例えばスコアリング機能を用いて2つの分子間の結合または結合親和力を予測するために使用され得る。
タンパク質、核酸、炭水化物、脂質などの生物学的に関連性のある分子間の関連性は、シグナル伝達において中心的な役割を果たす。さらに、2つの相互作用するパートナーの相対的配向は、産生されるシグナルのタイプ(例えば、アゴニズム対拮抗)に影響し得る。したがって、ドッキングは、生成される信号の強度およびタイプの両方を予測するのに有用である。
分子ドッキングは、適切な標的結合部位への小分子リガンドの結合形態を予測する能力のために、構造ベースの薬物設計において最も頻繁に使用される方法の1つである。結合挙動の特徴付けは、薬物の合理的設計ならびに基本的な生化学プロセスを解明する上で重要な役割を果たす。

Pharmaceutical bioinformatics とは

医薬品バイオインフォマティクスは、バイオインフォマティクスに関連する研究分野ですが、製薬分野における生物学的および化学的プロセスの研究に重点を置いています。生体異物が人体や創薬プロセスとどのように相互作用するかを理解する。

Cheminformatics toolkits とは

Cheminformaticsツールキットは、ケミナミシャンが仮想スクリーニング、化学的データベースマイニング、および構造活性研究で使用するカスタムコンピュータアプリケーションを開発することを可能にするソフトウェア開発キットです。ツールキットは、新しい方法論の実験によく使用されます。それらの最も重要な機能は、化学構造の操作および構造間の比較を扱う。プログラムによるアクセスは、個々の結合と原子の特性に提供されます。

Applicability domain とは

QSARモデルの適応可能領域(AD)は、モデルの訓練セットが開発された物理化学的、構造的または生物学的な空間、知識または情報であり、新しい化合物の予測に適用可能である。
ADの目的は、モデルの仮定が満たされているかどうか、どの化学物質に対してモデルが確実に適用可能かどうかを示すことです。一般に、これは外挿ではなく補間の場合です。現在までに、ADを決定するための一般的に受け入れられているアルゴリズムは一つではない:包括的な調査は、ECVAMワークショップ52の報告書および勧告に見出すことができる。補間領域を定義するためのかなり体系的なアプローチが存在する。このプロセスは、外れ値の除去と、カーネル加重サンプリングを用いた確率密度分布法とを含む。回帰QSARモデルの構造ADに対するもう1つの広く使用されているアプローチは、モデリング分子記述子のハット行列の対角値から計算されたレバレッジに基づく。いくつかのADアルゴリズムの最近の厳密なベンチマーク研究では、モデル予測の標準偏差が最も信頼性の高いアプローチであることが確認されています。化学物質の訓練セットのADを調べるために、訓練化合物の多変量記述子空間の特性を直接的に、または距離(または類似性)メトリクスを介して間接的に分析することができる。距離メトリックを使用する場合は、直交した有意なベクトル空間を使用するように注意する必要があります。これは、フィーチャ選択と逐次的な主成分分析の異なる手段によって達成することができる。

Latent semantic structure indexing とは

潜在意味構造索引(LaSSI)は、潜在意味解析(LSA)から導出された化学的類似性を計算する技術です。
LaSSIはMerck&Co.で開発され、2007年にRichard Hull、Eugene Fluder、Suresh Singh、Robert Sheridan、Robert Nachbar、Simon Kearsleyによって特許を取得しました。

Christopher A. Lipinski とは

Christopher A Lipinskiは、ファイザー社で34年以上の経験を持つ医薬化学者であり、経口活性を有する可能性のある薬物化合物を予測するアルゴリズムである「ルール5」で知られています。
リピンスキーは1968年にカリフォルニア大学バークレー校で物理有機化学で博士号を取得しました。彼の「ルール5」を報告しているAdvanced Drug Delivery Reviewsの記事は、この雑誌の歴史上最も引用された出版物の1つです。 2006年にはダンディー大学で名誉法律学位を取得し、2006年のSBS成果賞(HTS in Innovation for Sustainability)賞を受賞したバイオ分子科学学会(Society for Biomolecular Sciences)の賞を受賞しました。

Retro screening とは

レトロ(または逆)スクリーニング(RS)は、標的タンパク質または他の高分子に対する治療薬物分子の特異性および選択性を決定するための比較的新しいアプローチである。それは、いわゆるバーチャルスクリーニング(VS)とは反対の方向に進む。 VSにおいて、タンパク質標的を用いて、典型的には数十万の小分子を含む検索ライブラリから高親和性リガンドを同定することが目的である。対照的に、RSは、数十万の個々の構造を含むタンパク質ライブラリーをスクリーニングするための既知の薬物分子を使用する(実験およびモデリング技術の両方から得られる)。したがって、この薬物がヒトプロテオームと交差反応する程度は、その有効性の尺度および潜在的な長期副作用を提供する。 RSは創薬における品質管理の追加層を提供する上で重要な役割を果たすことが期待されています。

Chemogenomics とは

Chemogenomics、またはchemical genomicsは、新規薬物および薬物標的の同定の最終的な目標を用いて、個々の薬物標的ファミリー(例えば、GPCR、核受容体、キナーゼ、プロテアーゼなど)に対する小分子の標的化学ライブラリの体系的スクリーニングである。典型的には、標的ライブラリーのいくつかのメンバーは、機能が決定され、それらの標的の機能を調節する化合物(受容体の場合のリガンド、酵素の阻害剤、またはイオンチャネルのブロッカー)が同定されている場合に、標的ファミリーの他のメンバーは、既知のリガンドを持たない未知の機能を有し、したがってオーファンレセプターとして分類される。標的ファミリーのあまりよく特徴付けられていないメンバーの活性を調節するスクリーニングヒットを同定することにより、これらの新規標的の機能を解明することができる。さらに、これら標的のヒットは創薬の出発点として使用することができる。ヒトゲノムプロジェクトの完成は、治療的介入のための潜在的標的の豊富さを提供している。ケモゲノミクスは、これらの潜在的な標的のすべてにおいて可能性のある全ての薬物の交叉を研究するよう努めている。
標的化学ライブラリを構築するための一般的な方法は、標的ファミリーの少なくとも1つ、好ましくはいくつかのメンバーの既知のリガンドを含むことである。 1つのファミリーメンバーに結合するように設計および合成されたリガンドの一部もまた、さらなるファミリーメンバーに結合するので、標的化学ライブラリーに含まれる化合物は、標的ファミリーの高いパーセンテージに集合的に結合すべきである。