計算・AI創薬 Journal of Chemical Information and Modeling
グラフニューラルネットワークによるスクリーニングに物理ベースの再評価と実験検証を組み合わせ、βブロッカーのカルベジロールをTHRβ部分作動薬として再利用する
- 段階的ワークフローで、まずグラフニューラルネットワークにより社内ライブラリの化合物を順位付けし、ドッキングとMM/GBSA再評価で候補をカルベジロールに絞り込んだ。
- 後ろ向きの比較では、このネットワークモデルが従来の機械学習ベースラインを上回った。
- 生化学的TR-FRETと細胞実験により、レスメチロムに近いコアクチベーター選択性を持つ部分作動作用、脂質蓄積の低下、代謝関連遺伝子の誘導が示された。
- 分子動力学計算からは、疎水性相互作用と2か所の主要な水素結合によりポケット内で安定化することが示唆された。
ポイント アブストラクトに基づく見解
カルベジロールは多標的で素性のよく知られた薬なので、GNNが本当に見つけたのか、それともドッキングとMM/GBSAが選んだのかを確認したい。ネットワークを外したアブレーションがあれば答えが出る。後ろ向き比較で「ベースラインに勝った」と言われても、スキャフォールド分割でなければ評価は割り引くべきだ。部分作動やコアクチベーター選択性は興味深いが、次に見るのはTHRαとTHRβの選択性と、細胞での活性が臨床で到達しうる曝露量で出るかどうかである。
原論文: Journal of Chemical Information and Modeling ↗ AI-Driven Discovery Pipeline Identifies Carvedilol as a Novel Partial Agonist of THRβ