分子ドッキングは創薬における基礎的な手法であり、リガンド–ターゲット などの相互作用や結合親和性といった重要な概念を含んでいます。しかし、化学、生物学、コンピュータサイエンス、臨床分野など、多様なバックグラウンドを持つ学生を対象にドッキングを教えることは、教育上の課題となります。学生によってこのトピックに対する期待や、計算化学に対する習熟度が異なるためです。理解しやすさと科学的厳密性のバランスが取れた学習体験を設計するには、計算上は簡潔でありながら、概念的には学習体験としての価値を保ったワークフローが必要となります。

本講演では、多分野の受講生を対象とした創薬コースで活用できる、ターゲット による標的同定および分子ドッキングを導入するための段階的なワークフローを紹介します。 このアプローチでは、SwissTargetPrediction、SwissDock（AutoDock Vina搭載）、PyMOL など、利用しやすく無料の計算ツールを活用しつつ、概念的な理解を重視しています。直感的なグラフィカルユーザーインターフェースから始め、徐々に計算の核心となる原理を導入することで、ドッキングは単なるソフトウェア演習としてではなく、分野をつなぎ、協働的な思考を育む共通の科学的言語として位置づけられます。本講演では、参加者の皆様に持ち帰り資料として、このワークフローを共有いたします。

当ワークフローでは、学生たちはリガンド を活用した創薬演習に取り組みます。まず、FDA で承認された医薬品を選択し、文献調査やSwissTargetPredictionを用いて潜在的な生物学的ターゲットを特定します。候補となるターゲットを批判的に評価した後、Protein Data Bankからリガンド と結合した結晶構造を取得し、PyMOL を用いてタンパク質とリガンド との相互作用を可視化し、結合ポケットの特性を解析します。その後、学生たちはSwissDockとAutoDock Vinaを用いてドッキングを行い、ドッキング姿勢、スコアリング関数、および主要な結合相互作用の分析を通じて演習を締めくくります。

生物学的推論、構造解析、および計算モデリングを統一的な枠組みの中で統合することで、このアプローチは技術的な能力と批判的な解釈能力の両方を養い、多様な背景を持つ学生たちが創薬におけるドッキングの役割について有意義に向き合うことを可能にする。

登壇者：

サムラ・カーン
博士課程学生
ウィンザー大学