STEREOSTRUCTURE DETERMINING DEVICE, STEREOSTRUCTURE DETERMINING METHOD, STEREOSTRUCTURE DISCRIMINATOR LEARNING DEVICE, STEREOSTRUCTURE DISCRIMINATOR LEARNING METHOD, AND PROGRAM
Patent code | P190016398 |
---|---|
File No. | 18T119 |
Posted date | Oct 18, 2019 |
Application number | P2019-015086 |
Publication number | P2020-123189A |
Date of filing | Jan 31, 2019 |
Date of publication of application | Aug 13, 2020 |
Inventor |
|
Applicant |
|
Title |
STEREOSTRUCTURE DETERMINING DEVICE, STEREOSTRUCTURE DETERMINING METHOD, STEREOSTRUCTURE DISCRIMINATOR LEARNING DEVICE, STEREOSTRUCTURE DISCRIMINATOR LEARNING METHOD, AND PROGRAM
|
Abstract |
PROBLEM TO BE SOLVED: To further improve the accuracy of determining the stereostructure of protein, ligand binding, etc., than possible before. SOLUTION: A determining device 100 comprises: an image generation unit 11 for generating an image set that includes a plurality of images obtained by projecting the stereostructure of binding of a first and a second substance to a two-dimensional plane from a plurality of viewpoints; a discriminator 13 for discriminating, when one image included in the image set is inputted, the presence of a prescribed characteristic of the binding that pertains to a stereostructure projected in the one image; and a general determination unit 15 for determining the presence of a characteristic of the binding that pertains to stereostructures projected in the images included in the image set, on the basis of the values obtained by inputting each of a plurality of images included in the image set to the discriminator 13 and having been aggregated for all images included in the image set. |
Outline of related art and contending technology |
(In Japanese) 創薬の初期段階においては、薬剤の標的となる蛋白質に結合する化合物、ペプチド、蛋白質、核酸等のリガンドを発見する必要がある。このようなリガンドを発見するスクリーニング手法の1つとして、蛋白質とリガンドのドッキングシミュレーションがある。そして、ドッキングシミュレーションの精度を向上させる技術の開発も進められている。例えば、特許文献1には、従来のドッキングシミュレーションよりも高精度なスクリーニングを実現するドッキングスコアリング方法が開示されている。 |
Field of industrial application |
(In Japanese) 本発明は、立体構造判定装置、立体構造判定方法、立体構造の判別器学習装置、立体構造の判別器学習方法及びプログラムに関する。 |
Scope of claims |
(In Japanese) 【請求項1】 第1の物質と第2の物質の結合の立体構造を前記立体構造の周囲からの複数の視点で2次元平面に投影して得られる複数枚の画像を含む画像セットを生成する画像生成手段と、 前記画像セットに含まれる1枚の画像を入力すると、前記1枚の画像に投影されている前記立体構造に係る前記結合の所定の性質の有無を判別する判別器と、 前記判別器に前記画像セットに含まれる複数枚の画像のそれぞれを入力して得られる値を、前記画像セットに含まれる全ての画像について集計した値に基づいて、前記画像セットに含まれる画像に投影されている前記立体構造に係る前記結合の前記性質の有無を判定する総合判定手段と、 を備える立体構造判定装置。 【請求項2】 前記画像生成手段は、蛋白質とリガンドの結合の立体構造を前記立体構造の周囲からの複数の視点で2次元平面に投影して得られる複数枚の画像を含む画像セットを生成し、 前記判別器は、前記画像セットに含まれる1枚の画像を入力すると、前記1枚の画像に投影されている前記立体構造に係る前記結合の活性の有無を判別し、 前記総合判定手段は、前記判別器に前記画像セットに含まれる複数枚の画像のそれぞれを入力して得られる値を、前記画像セットに含まれる全ての画像について集計した値に基づいて、前記画像セットに含まれる画像に投影されている前記立体構造に係る前記結合の活性の有無を判定する、 請求項1に記載の立体構造判定装置。 【請求項3】 前記画像生成手段は、蛋白質とリガンドの結合の立体構造を全周網羅的な複数の視点で2次元平面に投影して得られる複数枚の画像を含む画像セットを生成する、 請求項2に記載の立体構造判定装置。 【請求項4】 前記画像生成手段は、蛋白質とリガンドの結合の立体構造を、前記蛋白質のサーフェスを有りにして生成し、前記サーフェスの無い側からの複数の視点で2次元平面に投影して得られる複数枚の画像を含む画像セットを生成する、 請求項2又は3に記載の立体構造判定装置。 【請求項5】 前記総合判定手段は、3D Average Poolingを用いて前記画像セットに含まれる画像に投影されている前記立体構造に係る前記結合の前記性質の有無を判定する、 請求項1から4のいずれか1項に記載の立体構造判定装置。 【請求項6】 第1の物質と第2の物質の結合の立体構造を前記立体構造の周囲からの複数の視点で2次元平面に投影して得られる複数枚の画像を含む画像セットを生成する画像生成ステップと、 前記画像セットに含まれる1枚の画像に投影されている前記立体構造に係る前記結合の所定の性質の有無を判別する判別ステップと、 前記判別ステップで前記画像セットに含まれる複数枚の画像のそれぞれに投影されている前記立体構造に係る前記結合の前記性質の有無を判別した結果を前記画像セットに含まれる全ての画像について集計した値に基づいて、前記画像セットに含まれる画像に投影されている前記立体構造に係る前記結合の前記性質の有無を判定する総合判定ステップと、 を含む立体構造判定方法。 【請求項7】 第1の物質と第2の物質の結合の立体構造を前記立体構造の周囲からの複数の視点で2次元平面に投影して得られる複数枚の画像を含む画像セットを生成する画像生成手段と、 前記結合の所定の性質の有無を取得する性質取得手段と、 前記結合のそれぞれについて、前記画像生成手段が生成した画像セットに含まれる画像と前記性質取得手段が取得した前記性質の有無とを教師データとして、前記結合の前記性質の有無を判別する判別器を学習させる学習手段と、 を備える立体構造の判別器学習装置。 【請求項8】 前記画像生成手段は、蛋白質とリガンドの結合の立体構造を前記立体構造の周囲からの複数の視点で2次元平面に投影して得られる複数枚の画像を含む画像セットを生成し、 前記性質取得手段は、前記結合の活性の有無を取得し、 前記学習手段は、前記結合のそれぞれについて、前記画像生成手段が生成した画像セットに含まれる画像と前記性質取得手段が取得した活性の有無とを教師データとして、前記結合の活性の有無を判別する判別器を学習させる、 請求項7に記載の立体構造の判別器学習装置。 【請求項9】 前記画像生成手段は、蛋白質とリガンドの結合の立体構造を全周網羅的な複数の視点で2次元平面に投影して得られる複数枚の画像を含む画像セットを生成する、 請求項8に記載の立体構造の判別器学習装置。 【請求項10】 前記画像生成手段は、蛋白質とリガンドの結合の立体構造を、前記蛋白質のサーフェスを有りにして生成し、前記サーフェスの無い側からの複数の視点で2次元平面に投影して得られる複数枚の画像を含む画像セットを生成する、 請求項8又は9に記載の立体構造の判別器学習装置。 【請求項11】 前記学習手段は、重み付きクロスエントロピー関数を用いて前記判別器を学習させる、 請求項7から10のいずれか1項に記載の立体構造の判別器学習装置。 【請求項12】 第1の物質と第2の物質の結合の立体構造を前記立体構造の周囲からの複数の視点で2次元平面に投影して得られる複数枚の画像を含む画像セットを生成する画像生成ステップと、 前記結合の所定の性質の有無を取得する性質取得ステップと、 前記結合のそれぞれについて、前記画像生成ステップで生成した画像セットに含まれる画像と前記性質取得ステップで取得した前記性質の有無とを教師データとして、前記結合の前記性質の有無を判別する判別器を学習させる学習ステップと、 を備える立体構造の判別器学習方法。 【請求項13】 コンピュータに、 第1の物質と第2の物質の結合の立体構造を前記立体構造の周囲からの複数の視点で2次元平面に投影して得られる複数枚の画像を含む画像セットを生成する画像生成ステップ、 前記画像セットに含まれる1枚の画像に投影されている前記立体構造に係る前記結合の所定の性質の有無を判別する判別ステップ、及び、 前記判別ステップで前記画像セットに含まれる複数枚の画像のそれぞれに投影されている前記立体構造に係る前記結合の前記性質の有無を判別した結果を前記画像セットに含まれる全ての画像について集計した値に基づいて、前記画像セットに含まれる画像に投影されている前記立体構造に係る前記結合の前記性質の有無を判定する総合判定ステップ、 を実行させるためのプログラム。 【請求項14】 コンピュータに、 第1の物質と第2の物質の結合の立体構造を前記立体構造の周囲からの複数の視点で2次元平面に投影して得られる複数枚の画像を含む画像セットを生成する画像生成ステップ、 前記結合の所定の性質の有無を取得する性質取得ステップ、及び、 前記結合のそれぞれについて、前記画像生成ステップで生成した画像セットに含まれる画像と前記性質取得ステップで取得した前記性質の有無とを教師データとして、前記結合の前記性質の有無を判別する判別器を学習させる学習ステップ、 を実行させるためのプログラム。 |
IPC(International Patent Classification) |
|
F-term |
|
Drawing
※Click image to enlarge. |
|
State of application right | Published |
Reference ( R and D project ) | (In Japanese)H29-H33国立研究開発法人日本医療研究開発機構(AMED)「創薬等ライフサイエンス研究支援基盤事業」 |
※
Please contact us by E-mail or facsimile if you have any interests on this patent.
Contact Information for " STEREOSTRUCTURE DETERMINING DEVICE, STEREOSTRUCTURE DETERMINING METHOD, STEREOSTRUCTURE DISCRIMINATOR LEARNING DEVICE, STEREOSTRUCTURE DISCRIMINATOR LEARNING METHOD, AND PROGRAM"
- Tokyo Institute of Technology Office of Research and Innovation
- URL: https://www.ori.titech.ac.jp/
-
E-mail:
- Address: 2-12-1 Ookayama, Meguro-ku, Tokyo, JAPAN , 152-8550
- Phone: 81-3-5734-3817
- Fax: 81-3-5734-2482