SlideShare ist ein Scribd-Unternehmen logo
1 von 38
量子化学計算外伝
すごいよ!! FMO
2015.07.25
@fmkz___
Molecule略してモキュ!
自己紹介
• kzfm (@fmkz___)
– blog.kzfmix.com
• 最近はFMOの普及に力を入れていますが、システ
ム構築が仕事のメインではある
– やる気枯渇継続中
• 親子でイカブーム
– N-ZAP89使ってます
– B-上位をウロウロ
– これのために早く帰る毎日w
今日はPIEDA推しの話
ひげ≒πだ
古典的なSBDDの限界
• 例えば2つの水素結合が見られる場合にど
ちらが強いかというような定量的な議論
が出来ない
• π-πスタッキングも同様(あるかどうかの
可能性程度しか論じられない)
• 経験的に知られた相互作用でしか結合を
解釈できない(これ重要)
ファーマコフォアはリガンドと蛋
白質の強い相互作用の抽象化
シュールな分子設計
• 古典的な相互作用だけからのファーマコフォ
ア推定はしばしば致命的なミスリーディング
を引き起こす
– 重要と考えている水素結合が実は著しく弱かった
り
– 古典的ではない強い相互作用が結合に重要だった
り
• そしてそれに気づかないと不幸になる
– 特に分子設計のプレゼンスが無くなる…
実際の構造最適化で役立たず
• 活性を強くするために水素結合などを狙
うデザインは動態面の不利を招くため、
しばしば極性基を導入せずに活性を上げ
たくなる
• そういう難しいデザインを古典的な力場
やスコア関数で評価するのはとても難し
いのだ( ー`дー´)キリッw
ボスFMOでタスケテ
Fragment Moleculer Orbital Method
(FMO)
• 分子をフラグメントに
分割してMOを計算する
方法
• 大抵アミノ酸ごとにフ
ラグメント分割するの
で各アミノ酸とリガン
ドの相互作用がわかる
• 細かいことは気にせず
使おう!
FMOの実装
• GAMESS
– http://www.msg.ameslab.gov/gamess/
– フリー
– 汎用の量子化学計算ソフトウェア
• ABINIT-MP/BioStation
– http://www.ciss.iis.u-
tokyo.ac.jp/rss21/result/download/
– フリーと商用版あり
– FMOに特化
どっち使えばいいの?
• サポートが受けられる方をチョイスしたほう
がいい
– 開発者につながれるのであればGAMESSがいい
と思う
– GAMESSは計算が収束しないことが多いような
感触
• ただ使いたいだけだったら商用版の
MizuhoBiostationが楽
– ただし、自分で手をいれられないので、痒いとこ
ろに手が届かなくてSBDDのツールとして考える
とイライラさせられることもある
どっち使えばいいの?(2)
• インプットファイル作成のステップが面倒く
さいので初心者はGUIで操作できる
MizuhoBioStationがオススメ
• GAMESSだとfuというフロントエンドがある
らしい
– http://www.slideshare.net/cms_initiative/fu-
37113751
– http://cbi-society.org/taikai/taikai15/TS/TS-1.html
どっち使えばいいの?(3)
• 分子設計としてやるなら、既存の製品
(MOEとかMaestro)から直接インプット
ファイル作れると便利
• GAMESS使ってた時はmol2->inpの自作コ
ンバーター作ってて仕事が捗った
– (参考までに)
– pygamessに実装しようかと思ってたけどモ
チベーションがw
どのくらいかかるの?
• セリンプロテーアゼ
で6-31G/MP2をやる
場合、Xeon® E5-
2600v2 40コア使っ
て大体終夜(8-13-h)
くらい
• 頑張っている
FMOで何がわかるの?
間合いがわかるのだ!
Inter Fragment Interaction
Energy(IFIE)
• あるフラグメント(大
抵リガンド)とそれ以
外のフラグメント(大
抵アミノ酸残基)との
相互作用エネルギー
• 安定な相互作用は負に、
不安定な場合は正にで
る
http://www.mizuho-
ir.co.jp/solution/research/semiconductor/nano
Inter Fragment Interaction
Energy(IFIE)
え、それだけ…?
禁断の秘技あるで…
pair interaction energy
decomposition analysis (PIEDA)
• IFIEのエネルギーを成分分割する方法
– 静電相互作用エネルギー(ES)
– 交換反発エネルギー(EX)
– 電荷移動相互作用エネルギー(CT+mix)
– 分散エネルギー(DI)
• その他
– フラグメント間電荷移動(⊿qI->J)
Q. MP2まで必要なの?
• A. 必要です
• MP2までやらないとDIが計算されないの
でSBDDに使おうとする場合は絶対に必要
• やらないと見誤る(後で)
• 基底関数は6-31G**でやればいいと思うけ
ど6-31Gで計算しています。(これはどう
なんだろうか?わからない)
解釈してみる☆
セリンプロテアーゼ阻害剤
• P1のASPとの相
互作用が重要
• アミジン、グアニ
ジンは動態がよろ
しくない
• Cl、MeOで相互
作用
– Cl-π?
幾つか削除した
FMOによって暴かれる真実
• Cl-πは少なくとも
ファーマコフォアポ
イントではない( ー
`дー´)キリッ
• メインが分散力なの
であっても弱い
– http://www.ncbi.nlm.n
ih.gov/pmc/articles/P
MC2442010/
幾つか削除した
アミド基を水素に変換すると
• 活性減弱
• 相互作用エネルギーも減弱、S-Sとの相互
作用も消失
• データも消失
PIEDAで静電相互作用の影響が強
そうな場合
• 各原子にチャージを割り当てるオプショ
ンがあるので比較対象との電荷の移動量
を確認するとより詳細な情報が得られる
DIやCT+mixに興味がある場合
• CAFI(Configuration
Analysis for Fragment
Interaction)
• FILM (Fragment interaction
based on local MP2)
• といった方法を使うことで
水素結合や分散相互作用を
可視化できる
どこで使うの?
• 合成戦略立てる前とかに既存のターゲッ
トの複合体結晶構造があれば計算してお
くと有効だと思うよ
• インハウスで結晶構造解析したら積極的
に計算したほうがいいね
ヘテロシャッフリングの解釈
dx.doi.org/10.1021/jm3001289 | J. Med. Chem.
2012, 55, 5151−5164
PDB-ID: 3NMW
FMOはより良い解析のためのツー
ルなんやで
FMOはより良い解析のためのツー
ルなんやで
Design
Make
Test
Analyse
より良い分析から
より良い合成案を
生み出すのが
真のメディシナルケミスト
煽ってみた
まとめ
イカよろしく〜

Weitere ähnliche Inhalte

Was ist angesagt?

基礎からのベイズ統計学第5章
基礎からのベイズ統計学第5章基礎からのベイズ統計学第5章
基礎からのベイズ統計学第5章hiro5585
 
フェーズI/IIに置けるベイジアン・アダプティブ・メソッド
フェーズI/IIに置けるベイジアン・アダプティブ・メソッドフェーズI/IIに置けるベイジアン・アダプティブ・メソッド
フェーズI/IIに置けるベイジアン・アダプティブ・メソッドYoshitake Takebayashi
 
MCMCによる回帰分析@ベイズセミナー
MCMCによる回帰分析@ベイズセミナーMCMCによる回帰分析@ベイズセミナー
MCMCによる回帰分析@ベイズセミナーTakashi Yamane
 
木と電話と選挙(causalTree)
木と電話と選挙(causalTree)木と電話と選挙(causalTree)
木と電話と選挙(causalTree)Shota Yasui
 
第7回 配信講義 計算科学技術特論B(2022)
第7回 配信講義 計算科学技術特論B(2022)第7回 配信講義 計算科学技術特論B(2022)
第7回 配信講義 計算科学技術特論B(2022)RCCSRENKEI
 
Stochastic Variational Inference
Stochastic Variational InferenceStochastic Variational Inference
Stochastic Variational InferenceKaede Hayashi
 
素材産業のDxに貢献する 『Matlantis』のご紹介_nano tech2022_2022/1/28
素材産業のDxに貢献する 『Matlantis』のご紹介_nano tech2022_2022/1/28素材産業のDxに貢献する 『Matlantis』のご紹介_nano tech2022_2022/1/28
素材産業のDxに貢献する 『Matlantis』のご紹介_nano tech2022_2022/1/28Matlantis
 
ニューラルチューリングマシン入門
ニューラルチューリングマシン入門ニューラルチューリングマシン入門
ニューラルチューリングマシン入門naoto moriyama
 
RStanとShinyStanによるベイズ統計モデリング入門
RStanとShinyStanによるベイズ統計モデリング入門RStanとShinyStanによるベイズ統計モデリング入門
RStanとShinyStanによるベイズ統計モデリング入門Masaki Tsuda
 
[DL輪読会]陰関数微分を用いた深層学習
[DL輪読会]陰関数微分を用いた深層学習[DL輪読会]陰関数微分を用いた深層学習
[DL輪読会]陰関数微分を用いた深層学習Deep Learning JP
 
第9回 配信講義 計算科学技術特論B(2022)
 第9回 配信講義 計算科学技術特論B(2022) 第9回 配信講義 計算科学技術特論B(2022)
第9回 配信講義 計算科学技術特論B(2022)RCCSRENKEI
 
第8回 配信講義 計算科学技術特論B(2022)
第8回 配信講義 計算科学技術特論B(2022)第8回 配信講義 計算科学技術特論B(2022)
第8回 配信講義 計算科学技術特論B(2022)RCCSRENKEI
 
第10回 配信講義 計算科学技術特論A(2021)
第10回 配信講義 計算科学技術特論A(2021)第10回 配信講義 計算科学技術特論A(2021)
第10回 配信講義 計算科学技術特論A(2021)RCCSRENKEI
 
マハラノビス距離とユークリッド距離の違い
マハラノビス距離とユークリッド距離の違いマハラノビス距離とユークリッド距離の違い
マハラノビス距離とユークリッド距離の違いwada, kazumi
 
第5回 配信講義 計算科学技術特論B(2022)
第5回 配信講義 計算科学技術特論B(2022)第5回 配信講義 計算科学技術特論B(2022)
第5回 配信講義 計算科学技術特論B(2022)RCCSRENKEI
 
【論文紹介】How Powerful are Graph Neural Networks?
【論文紹介】How Powerful are Graph Neural Networks?【論文紹介】How Powerful are Graph Neural Networks?
【論文紹介】How Powerful are Graph Neural Networks?Masanao Ochi
 
ベイズファクターとモデル選択
ベイズファクターとモデル選択ベイズファクターとモデル選択
ベイズファクターとモデル選択kazutantan
 

Was ist angesagt? (20)

基礎からのベイズ統計学第5章
基礎からのベイズ統計学第5章基礎からのベイズ統計学第5章
基礎からのベイズ統計学第5章
 
フェーズI/IIに置けるベイジアン・アダプティブ・メソッド
フェーズI/IIに置けるベイジアン・アダプティブ・メソッドフェーズI/IIに置けるベイジアン・アダプティブ・メソッド
フェーズI/IIに置けるベイジアン・アダプティブ・メソッド
 
MCMCによる回帰分析@ベイズセミナー
MCMCによる回帰分析@ベイズセミナーMCMCによる回帰分析@ベイズセミナー
MCMCによる回帰分析@ベイズセミナー
 
木と電話と選挙(causalTree)
木と電話と選挙(causalTree)木と電話と選挙(causalTree)
木と電話と選挙(causalTree)
 
第7回 配信講義 計算科学技術特論B(2022)
第7回 配信講義 計算科学技術特論B(2022)第7回 配信講義 計算科学技術特論B(2022)
第7回 配信講義 計算科学技術特論B(2022)
 
Stochastic Variational Inference
Stochastic Variational InferenceStochastic Variational Inference
Stochastic Variational Inference
 
素材産業のDxに貢献する 『Matlantis』のご紹介_nano tech2022_2022/1/28
素材産業のDxに貢献する 『Matlantis』のご紹介_nano tech2022_2022/1/28素材産業のDxに貢献する 『Matlantis』のご紹介_nano tech2022_2022/1/28
素材産業のDxに貢献する 『Matlantis』のご紹介_nano tech2022_2022/1/28
 
ニューラルチューリングマシン入門
ニューラルチューリングマシン入門ニューラルチューリングマシン入門
ニューラルチューリングマシン入門
 
PyMC mcmc
PyMC mcmcPyMC mcmc
PyMC mcmc
 
RStanとShinyStanによるベイズ統計モデリング入門
RStanとShinyStanによるベイズ統計モデリング入門RStanとShinyStanによるベイズ統計モデリング入門
RStanとShinyStanによるベイズ統計モデリング入門
 
[DL輪読会]陰関数微分を用いた深層学習
[DL輪読会]陰関数微分を用いた深層学習[DL輪読会]陰関数微分を用いた深層学習
[DL輪読会]陰関数微分を用いた深層学習
 
第9回 配信講義 計算科学技術特論B(2022)
 第9回 配信講義 計算科学技術特論B(2022) 第9回 配信講義 計算科学技術特論B(2022)
第9回 配信講義 計算科学技術特論B(2022)
 
第8回 配信講義 計算科学技術特論B(2022)
第8回 配信講義 計算科学技術特論B(2022)第8回 配信講義 計算科学技術特論B(2022)
第8回 配信講義 計算科学技術特論B(2022)
 
第10回 配信講義 計算科学技術特論A(2021)
第10回 配信講義 計算科学技術特論A(2021)第10回 配信講義 計算科学技術特論A(2021)
第10回 配信講義 計算科学技術特論A(2021)
 
Cvpr 2019 pvnet
Cvpr 2019 pvnetCvpr 2019 pvnet
Cvpr 2019 pvnet
 
Stanでガウス過程
Stanでガウス過程Stanでガウス過程
Stanでガウス過程
 
マハラノビス距離とユークリッド距離の違い
マハラノビス距離とユークリッド距離の違いマハラノビス距離とユークリッド距離の違い
マハラノビス距離とユークリッド距離の違い
 
第5回 配信講義 計算科学技術特論B(2022)
第5回 配信講義 計算科学技術特論B(2022)第5回 配信講義 計算科学技術特論B(2022)
第5回 配信講義 計算科学技術特論B(2022)
 
【論文紹介】How Powerful are Graph Neural Networks?
【論文紹介】How Powerful are Graph Neural Networks?【論文紹介】How Powerful are Graph Neural Networks?
【論文紹介】How Powerful are Graph Neural Networks?
 
ベイズファクターとモデル選択
ベイズファクターとモデル選択ベイズファクターとモデル選択
ベイズファクターとモデル選択
 

Andere mochten auch

2015-09-02 @ 大型実験施設とスーパーコンピュータとの連携利用シンポジウム
2015-09-02 @ 大型実験施設とスーパーコンピュータとの連携利用シンポジウム2015-09-02 @ 大型実験施設とスーパーコンピュータとの連携利用シンポジウム
2015-09-02 @ 大型実験施設とスーパーコンピュータとの連携利用シンポジウムComputational Materials Science Initiative
 
高精度擬ポテンシャル法の開発と表面系への応用
高精度擬ポテンシャル法の開発と表面系への応用高精度擬ポテンシャル法の開発と表面系への応用
高精度擬ポテンシャル法の開発と表面系への応用dc1394
 
CMSI計算科学技術特論C (2015) xTAPP をはじめとしたDFT コードと
CMSI計算科学技術特論C (2015) xTAPP をはじめとしたDFT コードとCMSI計算科学技術特論C (2015) xTAPP をはじめとしたDFT コードと
CMSI計算科学技術特論C (2015) xTAPP をはじめとしたDFT コードとComputational Materials Science Initiative
 
多項式あてはめで眺めるベイズ推定 ~今日からきみもベイジアン~
多項式あてはめで眺めるベイズ推定~今日からきみもベイジアン~多項式あてはめで眺めるベイズ推定~今日からきみもベイジアン~
多項式あてはめで眺めるベイズ推定 ~今日からきみもベイジアン~ tanutarou
 
技術者が知るべき Gröbner 基底
技術者が知るべき Gröbner 基底技術者が知るべき Gröbner 基底
技術者が知るべき Gröbner 基底Hiromi Ishii
 

Andere mochten auch (9)

2015-09-02 @ 大型実験施設とスーパーコンピュータとの連携利用シンポジウム
2015-09-02 @ 大型実験施設とスーパーコンピュータとの連携利用シンポジウム2015-09-02 @ 大型実験施設とスーパーコンピュータとの連携利用シンポジウム
2015-09-02 @ 大型実験施設とスーパーコンピュータとの連携利用シンポジウム
 
高精度擬ポテンシャル法の開発と表面系への応用
高精度擬ポテンシャル法の開発と表面系への応用高精度擬ポテンシャル法の開発と表面系への応用
高精度擬ポテンシャル法の開発と表面系への応用
 
CMSI計算科学技術特論C (2015) feram と強誘電体②
CMSI計算科学技術特論C (2015)  feram と強誘電体②CMSI計算科学技術特論C (2015)  feram と強誘電体②
CMSI計算科学技術特論C (2015) feram と強誘電体②
 
CMSI計算科学技術特論C (2015) feram と強誘電体①
CMSI計算科学技術特論C (2015) feram と強誘電体①CMSI計算科学技術特論C (2015) feram と強誘電体①
CMSI計算科学技術特論C (2015) feram と強誘電体①
 
CMSI計算科学技術特論C (2015) xTAPP をはじめとしたDFT コードと
CMSI計算科学技術特論C (2015) xTAPP をはじめとしたDFT コードとCMSI計算科学技術特論C (2015) xTAPP をはじめとしたDFT コードと
CMSI計算科学技術特論C (2015) xTAPP をはじめとしたDFT コードと
 
2015-07-28 @ 材料構造の解析に役立つ計算科学研究会
2015-07-28 @ 材料構造の解析に役立つ計算科学研究会2015-07-28 @ 材料構造の解析に役立つ計算科学研究会
2015-07-28 @ 材料構造の解析に役立つ計算科学研究会
 
CMSI計算科学技術特論C (2015) OpenMX とDFT①
CMSI計算科学技術特論C (2015) OpenMX とDFT①CMSI計算科学技術特論C (2015) OpenMX とDFT①
CMSI計算科学技術特論C (2015) OpenMX とDFT①
 
多項式あてはめで眺めるベイズ推定 ~今日からきみもベイジアン~
多項式あてはめで眺めるベイズ推定~今日からきみもベイジアン~多項式あてはめで眺めるベイズ推定~今日からきみもベイジアン~
多項式あてはめで眺めるベイズ推定 ~今日からきみもベイジアン~
 
技術者が知るべき Gröbner 基底
技術者が知るべき Gröbner 基底技術者が知るべき Gröbner 基底
技術者が知るべき Gröbner 基底
 

Mehr von Kazufumi Ohkawa

ハッピーハッピー構造生成まつり’67
ハッピーハッピー構造生成まつり’67ハッピーハッピー構造生成まつり’67
ハッピーハッピー構造生成まつり’67Kazufumi Ohkawa
 
ClickでCLIをお手軽につくるぅぅぅ
ClickでCLIをお手軽につくるぅぅぅClickでCLIをお手軽につくるぅぅぅ
ClickでCLIをお手軽につくるぅぅぅKazufumi Ohkawa
 
SAR精度70% その先へ
SAR精度70% その先へSAR精度70% その先へ
SAR精度70% その先へKazufumi Ohkawa
 
視覚化サービス構築の際に気をつけること
視覚化サービス構築の際に気をつけること視覚化サービス構築の際に気をつけること
視覚化サービス構築の際に気をつけることKazufumi Ohkawa
 
あまり知られていない静岡の言語戦争の歴史
あまり知られていない静岡の言語戦争の歴史あまり知られていない静岡の言語戦争の歴史
あまり知られていない静岡の言語戦争の歴史Kazufumi Ohkawa
 
IPython notebookを使おう
IPython notebookを使おうIPython notebookを使おう
IPython notebookを使おうKazufumi Ohkawa
 
実践コンピュータビジョン8章
実践コンピュータビジョン8章実践コンピュータビジョン8章
実践コンピュータビジョン8章Kazufumi Ohkawa
 
エンジョイ☆スクレイピング
エンジョイ☆スクレイピングエンジョイ☆スクレイピング
エンジョイ☆スクレイピングKazufumi Ohkawa
 
Redmineでもめない会議☆
Redmineでもめない会議☆Redmineでもめない会議☆
Redmineでもめない会議☆Kazufumi Ohkawa
 
pythonでオフィス快適化計画
pythonでオフィス快適化計画pythonでオフィス快適化計画
pythonでオフィス快適化計画Kazufumi Ohkawa
 
入門機械学習読書会9章
入門機械学習読書会9章入門機械学習読書会9章
入門機械学習読書会9章Kazufumi Ohkawa
 
Javascriptを書きたくないヒ トのためのPythonScript
Javascriptを書きたくないヒ トのためのPythonScriptJavascriptを書きたくないヒ トのためのPythonScript
Javascriptを書きたくないヒ トのためのPythonScriptKazufumi Ohkawa
 
入門機械学習読書会二回目
入門機械学習読書会二回目入門機械学習読書会二回目
入門機械学習読書会二回目Kazufumi Ohkawa
 
入門機械学習1,2章
入門機械学習1,2章入門機械学習1,2章
入門機械学習1,2章Kazufumi Ohkawa
 

Mehr von Kazufumi Ohkawa (20)

圏論walker
圏論walker圏論walker
圏論walker
 
ハッピーハッピー構造生成まつり’67
ハッピーハッピー構造生成まつり’67ハッピーハッピー構造生成まつり’67
ハッピーハッピー構造生成まつり’67
 
ClickでCLIをお手軽につくるぅぅぅ
ClickでCLIをお手軽につくるぅぅぅClickでCLIをお手軽につくるぅぅぅ
ClickでCLIをお手軽につくるぅぅぅ
 
SAR精度70% その先へ
SAR精度70% その先へSAR精度70% その先へ
SAR精度70% その先へ
 
視覚化サービス構築の際に気をつけること
視覚化サービス構築の際に気をつけること視覚化サービス構築の際に気をつけること
視覚化サービス構築の際に気をつけること
 
あまり知られていない静岡の言語戦争の歴史
あまり知られていない静岡の言語戦争の歴史あまり知られていない静岡の言語戦争の歴史
あまり知られていない静岡の言語戦争の歴史
 
IPython notebookを使おう
IPython notebookを使おうIPython notebookを使おう
IPython notebookを使おう
 
Mishimasyk141025
Mishimasyk141025Mishimasyk141025
Mishimasyk141025
 
実践コンピュータビジョン8章
実践コンピュータビジョン8章実践コンピュータビジョン8章
実践コンピュータビジョン8章
 
R -> Python
R -> PythonR -> Python
R -> Python
 
ChEMBLを使おう
ChEMBLを使おうChEMBLを使おう
ChEMBLを使おう
 
Unigram mixtures
Unigram mixturesUnigram mixtures
Unigram mixtures
 
エンジョイ☆スクレイピング
エンジョイ☆スクレイピングエンジョイ☆スクレイピング
エンジョイ☆スクレイピング
 
Redmineでもめない会議☆
Redmineでもめない会議☆Redmineでもめない会議☆
Redmineでもめない会議☆
 
pythonでオフィス快適化計画
pythonでオフィス快適化計画pythonでオフィス快適化計画
pythonでオフィス快適化計画
 
入門機械学習読書会9章
入門機械学習読書会9章入門機械学習読書会9章
入門機械学習読書会9章
 
入門機械学習6章
入門機械学習6章入門機械学習6章
入門機械学習6章
 
Javascriptを書きたくないヒ トのためのPythonScript
Javascriptを書きたくないヒ トのためのPythonScriptJavascriptを書きたくないヒ トのためのPythonScript
Javascriptを書きたくないヒ トのためのPythonScript
 
入門機械学習読書会二回目
入門機械学習読書会二回目入門機械学習読書会二回目
入門機械学習読書会二回目
 
入門機械学習1,2章
入門機械学習1,2章入門機械学習1,2章
入門機械学習1,2章
 

量子化学計算外伝 すごいよ!! FMO