同じ候補でも1位が変わる — 創薬候補の計算順位を読み解く

同じ候補でも1位が変わる — 創薬候補の計算順位を読み解く

創薬研究では、実験で調べる物質を選ぶために、複数の化合物に計算スコアを付けて比較します。今回は10個の候補化合物を比較しました。最初の評価で1位だった候補は、次の計算では6位に下がりました。一方、8位だった候補が1位になりました。候補の一覧は同じでも、評価方法と入力構造が異なっていたのです。

これはNadoo Bioが2026年10月22日に行った計算の記録です。化学的な特徴が合う候補を選ぶ処理と、具体的な結合姿勢にスコアを付ける処理を続けて実行しました。順位が変わった2候補と、ドッキング前後のスコアを並べると、それぞれの計算の違いが見えてきます。

特徴を照合する計算、姿勢を探す計算

タンパク質には、小さな分子が結合する部位があります。そこで結合に関わりそうな化学的特徴と空間的な配置を取り出してモデルにしたものを、ファーマコフォアといいます。PharmacoNetは、このモデルに化合物の特徴がどの程度合うかを評価します。今回の記録では、スコアの高い10候補を選びました。[1]

次にVinaを使いました。Vinaは、タンパク質の特定の部位に対して、化合物が置かれる位置や向き、分子内部の形を探索します。この処理がドッキングで、得られた配置を結合姿勢と呼びます。特徴同士を対応させる段階から、原子の具体的な配置を評価する段階へ進みます。[2]

最後に、Vinaが作った構造をPIGNet2に入力しました。PIGNet2はタンパク質と化合物の構造を受け取り、結合親和性、つまり2つの分子がどれほど強く結合するかを予測するモデルです。ここで得られる値は予測スコアであり、実験で測定した結合の強さではありません。[3]

同じ候補一覧を用意し、PharmacoNetで特徴を評価し、Vinaで結合姿勢を探索して、その構造をPIGNet2で再評価する流れ

図1. 今回の計算の入力と出力をつないだ説明図です。タンパク質の輪郭は、公開構造6OIMのタンパク質鎖Aの座標を簡略化したものです。候補のドッキング結果を描いたものではありません。[4]

PharmacoNetでは高いスコアを、今回のVinaとPIGNet2の比較では低いスコアを優先します。3つの値を足して総合スコアにはしていません。評価方法が異なり、VinaとPIGNet2が同じエネルギー単位を使っていても、数値の大きさを直接比較することはできないためです。

1位が6位に、8位が1位に

今回の例では、公開構造6OIMを使いました。PharmacoNetで先に選んだ10候補だけを、VinaとPIGNet2で評価しました。したがって、以下の順位も選ばれた10候補の中での順位です。

10候補のPharmacoNetとVinaでの順位比較。37632291は1位から6位へ、307754643は8位から1位へ移動した

図2. 同じ候補IDを線で結んでいます。37632291(青)と307754643(オレンジ)のIDを両側に表示しました。縦の位置は各ツール内の順位であり、結合の強さを示すものではありません。

候補37632291は、PharmacoNetのスコアが159.8で最も高かったものの、Vinaでは−5.54で6位でした。候補307754643はPharmacoNetで90.4の8位でしたが、Vinaでは−6.22で1位になりました。ドッキング後のPIGNet2評価でも、−4.1と最も低い値でした。

今回の比較には、同じ条件で測定した実験値を含めていません。そのため、計算で上位になった307754643が、実際にも最もよく結合する候補かどうかは分かりません。

VinaとPIGNet2は同じ候補を1位に選びましたが、PIGNet2はVinaが作った構造を評価しています。同じ入力構造を共有した2つの評価が一致したという結果です。

同じ候補に付いた+64.4と−4.1

ドッキング前の構造をPIGNet2で評価した記録もあります。候補307754643は、ドッキング前が+64.4、後が−4.1でした。候補37632291も、+62.4から−2.6に変わりました。10候補すべてで、ドッキング前は正、後は負の値でした。

10候補のPIGNet2スコアを同じ軸で比較。ドッキング前は+43.1から+83.3、後は−4.1から−2.6

図3. 同じ候補のドッキング前後の入力を評価した値です。単位はkcal/molで、実験で測定したエネルギー変化ではありません。青い点がドッキング前、オレンジの点が後の値です。

化合物のIDは同じなのに、なぜこれほどスコアが変わるのでしょうか。構造を入力するモデルは、物質名だけを見て評価しているわけではありません。タンパク質に対する化合物の位置や向き、分子内部の形も入力に含まれます。ファイルの準備時に水素原子や電荷をどう扱うかも、結果に影響することがあります。

今回の記録では、構造のドッキングとファイル変換を行った後に再評価しています。2つの処理が同時に変わっているため、スコアの変化全体を分子配置だけの効果として切り分けることはできません。この例で確認できるのは、同じ化合物でも、入力構造と準備手順を変えた後にはスコアが大きく変わったということです。

PIGNet2の公式案内では、SMINAというドッキングツールで最適化した構造と、4つのモデルを用いる評価が推奨されています。今回はVinaの構造を使ったため、その推奨手順とは異なります。[3]

順位表から見えてくる2候補の検討点

この2候補をさらに調べる場合、必要な比較も異なります。37632291では、特徴照合での利点がドッキング後の順位につながらなかった理由を、構造から探ることになります。307754643では、探索条件を変えたり計算を繰り返したりしても、似た姿勢や順位が得られるかが検討点になります。

PharmacoNetの1位だけを残していたら、307754643は除かれていたはずです。10候補をドッキング後まで比較したことで、この候補が後続の2評価で上位になるという結果を得られました。最初の選別で何候補を残すかによって、その後の計算で比較できる候補も変わります。 今回は307754643でその違いが現れました。実験でもどちらが優れるかは、まだ分かりません。

比較に用いた値と条件

候補ID

PharmacoNet

Vina

ドッキング後のPIGNet2

37632291

159.8

−5.54

−2.6

62719435

121.2

−5.28

−3.9

307710026

115.2

−5.88

−2.9

217657246

104.1

−4.95

−3.0

1893000282

97.2

−5.92

−3.6

144895264

95.7

−5.87

−4.0

146251011

90.7

−5.94

−3.3

307754643

90.4

−6.22

−4.1

1952375463

90.1

−5.53

−2.6

2209318782

84.5

−5.48

−3.2

Nadoo Bioの計算記録、2026年10月22日。VinaとPIGNet2の単位はkcal/molです。IDは実行ファイル内の識別子です。PIGNet2の値は小数第1位までの表示であり、表示値が同じ候補の細かな順位は分けていません。

Vina 1.2.3を使用しました。PIGNet2では、各モデルで候補ごとの最小スコアを選び、4モデルの値を平均しています。最小スコアとなる姿勢はモデルごとに異なる場合があるため、同じ1つの姿勢を4モデルで評価した平均とは区別する必要があります。実行環境に合わせて、水素と電荷の状態を準備する処理も変更しました。そのため、公式の例と絶対値が一致する再現結果としては提示していません。この比較は、1つの構造に対して選ばれた10候補の事例であり、ツールの一般的な性能を比較したベンチマークではありません。

前回のKDDF公開課題の分析では、初期候補の探索研究が占める割合を見ました。今回の事例は、初期候補を絞った後、別の計算を適用することで検討対象がどう変わるかを示しています。

参考文献

  1. PharmacoNet開発チーム。PharmacoNet公式README。特徴モデル、仮想スクリーニング、入力の案内。2026年10月26日確認。

  2. AutoDock Vina開発チーム。Basic docking。公式利用文書。2026年10月26日に公式リポジトリの文書原本を確認。

  3. PIGNet2開発チーム。PIGNet2公式README。推奨入力、4モデル、出力列の説明。2026年10月26日確認。

  4. RCSB PDB。6OIM構造レコード。公開された実験構造。2026年10月26日にPDB座標ファイルを確認し、図1のタンパク質の輪郭に使用。