SQM2.20: Semiempirical quantum-mechanical scoring function yields DFT-quality protein–ligand binding affinity predictions in minutes

SQM2.20: Semiempirical quantum-mechanical scoring function yields DFT-quality protein–ligand binding affinity predictions in minutes

**1. 本研究の学術的背景，研究課題の核心をなす学術的「問い」は？**
本研究の背景は、新薬の開発におけるコンピューター支援薬物設計において、タンパク質と薬物（リガンド）との結合親和性（結びつきやすさ）の正確な予測が重要であるという理解にあります。核心となる研究課題は、結合自由エネルギーのキーとなる項目を、半経験的量子力学計算方法を用いてアドレスする、汎用的で物理ベースのスコア関数SQM2.20を提供することです。

**2. 本研究の目的及び学術的独自性と創造性は？**
本研究の目的は、アルゴリズムの最新の進歩を取り入れつつ、数千個の原子を持つシステムに対しても計算効率が良いスコア関数SQM2.20を開発することです。SQM2.20は、より費用のかかる DFT（Density Functional Theory）計算と同程度の正確さを達成し、実用的な新薬のスクリーニングやリード化合物の最適化などの分野での使用に適しています。これは、先端的な学術研究を実務に具体的に反映させるという観点で独自性と創造性に富みます。

**3. 本研究の着想に至った経緯や，関連する国内外の研究動向と本研究の位置づけは？**
薬物設計の分野では、タンパク質とリガンドの間の結合親和性を予測するスコア関数の計算は、極めて重要で、目下活発に研究が進められています。しかしながら、多くの既存の手法では精度と計算効率のバランスが難しい問題でした。SQM2.20はこれに対する答えを提供し、既存の手法を凌駕し、新薬の発見に向けた貢献を狙っています。

**4. 本研究で何をどのように，どこまで明らかにした？**
研究者は新たなスコア関数SQM2.20を発表し、それが既存のスコアリング手法を上回る成果を示し、しかもDFT（より高精度だが計算コストが高いアプローチ）と同等の精度に達することを明らかにした。具体的には、実験データとの相関係数（R^2）が0.69という、全ターゲットを通じて一貫した性能を示すとともに、計算時間を大幅に少なく抑えることができます。

**5. 本研究の有効性はどのように検証した？**
研究者は、異なる10のタンパク質ターゲットに関する高解像度の結晶構造と信頼できる実験的親和性から成るPL-REXという基準データセットを使ってSQM2.20の有効性を検証しました。さらに、他のスコアリングメソッドとの比較評価も行い、SQM2.20が他の手法を上回る性能を達成していることを示しました。