MAY 21, 2025
機械学習を活用したデ・ノボ設計による創薬プログラムの推進
デ・ノボ分子設計は、ゼロから全く新しい化学物質を創出するものであり、数十億もの新規分子構造を生成することで創薬プロセスを加速させます。その後、これらのアイデアに対する計算機によるプロファイリングでは、物理学に基づく計算と機械学習アルゴリズムを活用し、この膨大な化合物空間 の実験的エンドポイントを厳密かつ迅速に予測します。
本ウェビナーでは、SchrödingerのAutoDesignerにおける大規模なデ・ノボ設計ワークフローと、厳密な自由エネルギーに基づくスコアリング手法を組み合わせ、重要な設計上の課題を克服するために、最近のいくつかのプログラムにどのように適用されてきたかを実演します。 AutoDesignerを用いたデ・ノボ設計を活用し、EGFR創薬プロジェクトを加速させた事例について概説します。これにより、230億もの新規化学構造の探索が可能となり、わずか6日間で、良好な活性 および物性プロファイルを備えた4つの新規スキャフォールドを特定することができました。さらに、WEE1阻害剤の開発に適用されたデ・ノボ設計の中核戦略についても紹介します。このプロジェクトでは、自動化されたアプローチにより、PLK1に対して10,000倍以上の選択性を示しつつ、強力なターゲット 阻害活性を維持する、全く新しいケモタイプが生成されました。
最後に、分子フラグメント間の数十億もの候補リンカーをデ・ノボで生成・評価できるワークフロー「AutoDesigner LinkerDesign」を紹介し、計算設計の機能をさらに拡張します。最後に、LiveDesign のインタラクティブなダッシュボードを用いて、これらのツールがもたらす影響をどのように追跡しているかについて概説します。
ウェビナーの見どころ
- AutoDesigner を用いた、ヒット同定のための新規コア、およびヒットからリードへの転換やリード最適化のための R 基およびリンカーの設計方法
- いくつかの創薬プログラムにおいて、活性 および選択性を劇的に向上させた事例
- 創薬プログラムにこの技術を適用するための要件とベストプラクティス
- ダッシュボードを用いた主要業績評価指標の追跡方法LiveDesign
登壇者
ピーター・ボス
主任研究員 II、Schrödinger
ピーター・ボス博士は、AutoDesignerおよびDe Novo Designワークフローの主任研究員兼プロダクトマネージャーを務めています。Schrödinger では、自動化された化合物 設計アルゴリズムの研究、開発、最適化を主な業務としています。 また、社内および共同の創薬プロジェクトにおける、網羅的な医薬品分子ライブラリの設計および実行を担当する主任科学者でもあります。フローニンゲン大学のベン・フェリンガ教授の研究室にて、合成有機化学の博士号を取得しました。Schrödinger に入社する前は、ボストン大学（ジョン・ポルコ教授およびコーリー・スティーブンソン教授）で合成法開発のポスドク研究員として、またコロンビア大学（ブレント・ストックウェル教授）で低分子創薬の研究に従事していました。
サテシュ・バット
治療薬部門 執行役員グループ,Schrödinger
グループ の創薬部門エグゼクティブ・ディレクターであるサテシュ・バット博士は、2011年にSchrödinger に入社しました。同氏は、Schrödinger において、社内および提携先との創薬プログラムにおける計算化学の取り組みを統括しています。以前は、メルク社およびイーライ・リリー社に勤務し、複数の創薬プログラムにおいて計算化学の取り組みを主導していました。同氏はマギル大学で博士号を取得しており、その研究では、結合自由エネルギーを予測するための構造 に基づく手法の開発を行いました。 サテシュは、多数の特許や論文の共著者であり、現在も計算化学の幅広い分野について論文を発表し続けている。