研究室：研究内容

研究


	分子や原子もしくは電子が従う物理方程式を解くことで、様々な化学的現象を理解・予測する研究分野を「計算化学」と呼びます。多くの場合、これらの物理方程式は非常に複雑なので、コンピューターを利用して研究を進めることになります。我々の「生命計算化学研究室」では、生命科学に関する諸問題を計算化学に基づいて研究・解決することで、社会への貢献を果たしていきたいと考えています。＊以下の項目をクリックすると、説明が表示されます。また、画像をクリックすると拡大表示されます。

▼ 生命科学における計算化学手法

▼ 量子化学計算プログラム「PAICS」の開発

我々の研究室では、独自の量子化学計算プログラム「PAICS」の開発を進めています (http://www.paics.net/)。 PAICという名前は「Parallelized Ab Initio Calculatoin System Based on FMO」の頭文字から作られています。このプログラムでは、生体分子のような巨大な分子の量子化学計算を可能にするために、「フラグメント分子軌道（FMO）法」を採用しています。 FMO法では、計算対象の分子を小さなフラグメントに分割し、フラグメントの単体（モノマー）およびペア（ダイマー）の計算のみから全体の物理量を算出します[1]。これにより、通常の量子化学計算法に比べて計算量を大きく減らすことができます。また、これらモノマーおよびダイマーの計算は完全に独立しているため、高い並列効率が実現されます。実際に我々のPAICSでも、Message Passing Interface（MPI）によるメモリ分散型の並列化が施されており、数百～数千CPUを用いた並列計算が可能になります。図1に並列効率に関するベンチマークの結果を示します。使用するCPUの数が8倍（16→128）になると計算速度が7.18倍となっており、高い並列効率が達成されていることがわかります。また、入力ファイルの作成や計算結果を解析するためのユーザーインターフェースである「PaicsView」も開発されています（図2）。

PAICSには現在、制限Hartree-Fock（RHF）法、二次のMoller-Plesset摂動（MP2）法、MP2法にResolution of the identity（RI）近似を適用したRI-MP2法[2,3]、局在化軌道を利用したLMP2法[4]、さらに三次のMoller-Plesset摂動（MP3）法およびMP2にRI近似を適用したRI-MP3法[5]が実装されています。これらの計算理論を用いて、エネルギー・エネルギー勾配に加えて、電子密度・静電ポテンシャル・電場といった静電的物理量[6]を、二体近似のFMO法に基づいて計算可能となっています（表1）。図3に示したのは、RI近似を用いた場合と用いない場合のMP2エネルギー勾配の計算時間の比較です。 RI近似を導入することで計算時間を大幅に短縮できることができます。計算時間を短縮する理論やアルゴリズムの開発は、計算化学における重要な研究テーマの一つです。

また、PAICSに実装されているこれらの計算理論を利用して、独自の解析方法の開発も進めています。例えば、FMO法とLMP2法を組み合わせた分子間相互作用解析法であるFragment Interaction Analysis Based on Local MP2（FILM）[4][7]は、生体分子内のCH-π相互作用やπ-π相互作用といった分散力に起因する相互作用を詳細に解析することができる方法です。また、FMO法に基づいて計算される部分電子密度と部分静電ポテンシャルを利用したVisualization of the interfacial electrostatic complementarity（VIINEC）[8][9]も、我々の研究室で独自に開発しているタンパク質間の相互作用を解析するための方法です。

参考文献：
[1] K. Kitaura, et al, Chem. Phys. Lett., 313 (1999) 701.
[2] T. Ishikawa, et al, Chem. Phys. Lett., 474 (2009) 195.
[3] T. Ishikawa, et al, J. Phys. Chem. Lett., 3 (2012) 375.
[4] T. Ishikawa, et al, Theor. Chem. Acc. 118 (2007) 937.
[5] T. Ishikawa, et al, J. Comput. Chem., 39 (2018) 1970.
[6] T. Ishikawa, Int. J. Quantum Chem., 118 (2018) e25535.
[7] T. Ishikawa, et al, Chem. Phys. Lett. 463 (2008) 189.
[8] T. Ishikawa, Chem. Phys. Lett., 761 (2020) 138103.
[9] H. Ozono, T. Ishikawa, J Chem. Theory Comput. in press

▼ タンパク間相互作用解析法「VIINEC」の開発

我々の研究室では、タンパク間の相互作用を面と面の相互作用として捉える独自の解析法｢Visualization of the interfacial electrostatic complementarity (VIINEC)｣の開発を進めています[1][2]。 VIINECでは、複合体における各タンパク質の電子密度(部分電子密度)を量子化学計算から求め、それらが同じ値になる面をタンパク間の接触面と定義します。次に、接触面における両タンパク質の静電ポテンシャル(部分静電ポテンシャル)を量子化学計算から求め、それらの相補性を可視化します。図1に癌の免疫療法で重要となるPD-1およびPD-L1というタンパク質の複合体にVIINECを適用した例を示します。 PD-1およびPD-L1の静電ポテンシャルの正負(青赤)が接触面でちょうど反対になっており、静電的な引力相互作用を及ぼし合っていることが視覚的に理解できます。さらにこの結果から、接触面における静電相互作用の92.1%が引力相互作用であることが算出され、静電的相補正を定量化することができます。

VIINECでは、各アミノ酸の静電的相補性への寄与を定量的に評価出来ます。これにより、接触面におけるアミノ酸変異がタンパク間の相互作用に及ぼす影響を定量的に解析することも可能となります。また、孤立系における静電ポテンシャルと比較することで、複合体形成での電子状態変化に起因する静電的相補性の増加を定量的に評価することが可能となります。これは量子化学計算に基づく解析法であるVIINECの重要な特徴の一つです。さらに我々は、VIINECをタンパク間ドッキングに応用する研究を進めています。既存のタンパク間ドッキングでは経験的パラメータを使用しますが、VIINECを利用することで、経験パラメータを全く使用しないタンパク間ドッキング法の確立を目指しています。

我々は、抗体と標的タンパク質の相互作用解析をVIINECの最も重要な研究対象の一つと考えています。図2に新型コロナウイルスのスパイクタンパク質のレセプター結合部位(RBD)とB38中和抗体の複合体にVIINECを適用した例を示します[3]。この計算から、接触面における静電相互作用の88.1%が引力相互作用であることが分かりますが、最も興味深いのは、青と赤の複雑な模様が反転してピッタリ一致することで、大きな引力相互作用を得ていることです。これは、ディンプルキーの複雑な模様が鍵穴の中の模様にピッタリ一致したときのみ鍵が開くの似ており、抗体と標的タンパク質の相互作用が非常に特異的であることを明確に説明しています。このような結果から、VIINECは抗体もしくは抗体医薬品の設計に利用可能であると考えられます。

参考文献：
[1] T. Ishikawa, Chem. Phys. Lett., 761 (2020) 138103.
[2] H. Ozono and T. Ishikawa, J. Chem. Theory Comput. 17 (2021) 5600
[3] T. Ishikawa, et al, J. Phys. Chem. Lett., 12 (2021) 11267

▼ プリオン病のインシリコ創薬

プリオン病とは、プリオンタンパク質が正常型から異常型に構造変化することで発症する致死性の病気です。岐阜大学では、正常型プリオンタンパク質に結合し、異常型への構造変化を抑制する化合物「GN8」が発見されているます[1]。しかし、これを薬として利用するためには、さらに強く結合する化合物へ改良しなければなりません。そのためには、GN8とプリオンタンパク質の相互作用を正確に理解することが重要となります。図2は我々が行ったフラグメント分子軌道計算（量子化学計算の一つ）から得られた、GN8の4つの部位（A、B、C、D）とタンパク質との相互作用エネルギーです[2]。真ん中の部位（B、C）はタンパク質と強く相互作用しており、結合に重要な役割を果たしていますが、両端の部位（A、D）は結合にほとんど寄与していないことが分かります。そこで本研究では、結合に重要であると判明したBとCの部位を重点的に改良することで、さらに結合力の高い化合物の開発に成功しました[3]。

また長崎大学でも、GN8とは異なる抗プリオン病化合物の開発を行いました。この研究の特徴は、長崎大学が保有するスーパーコンピューターを最大限に活かすドッキング計算システムを、独自に構築したことです。計算で選ばれた96化合物のうちNPR-53およびNPR-56（図3）が、高い抗プリオン活性を示すことが実験で確認されました[4]。この研究成果は、2016年7月4日付けの日経新聞朝刊にも掲載されました（図4）。

参考文献：
[1] K. Kuwata, et al, Proc. Natl. Acad. Sci. USA, 104 (2007) 11921
[2] K. Yamaguchi, et al, Nat. Biomed. Eng., 3 (2019) 206
[3] T. Ishikawa, et al, J. Comput. Chem., 30 (2009) 2594
[4] D. Ishibashi, et al, EBioMedicine, 9 (2016) 238

関連グラント：
[A] 2020年度科学研究費助成事業基盤研究（B）（一般）抗プリfオン効果を生み出すファーマコフォアモデルの構築と新規治療薬の開発（代表：石川岳志）2020年度～2022年度
[B] 2018年度武田科学振興財団特定研究助成伝達性神経変性疾患の病態分子機構の解明と予防・治療法の開発（代表：新竜一郎）2018年度～2020年度

▼ 感染症のインシリコ創薬

近年の地球温暖化や人口増加に伴う生物生息域の変化、さらには航空機をはじめとする交通網の発達により、多様な病原微生物による感染症の脅威は、人類が一丸となって取り組まなければならない地球規模の問題となっています。そこで我々の研究室では、ドッキング計算・分子動力学計算・量子化学計算といった計算化学手法を駆使して、様々な感染症の創薬に取り組んでいます。図1に示したのは、約70万化合物の中からドッキング計算を利用して発見された、RNAポリメラーゼを標的とする抗インフルエンザ化合物です[1][2][3]。また、NPタンパク質を標的とする抗インフルエンザ化合物の開発にも成功しています[4][5]。インフルエンザ以外では、量子化学計算を利用した抗マラリア化合物の開発や[6]、赤痢アメーバのAPSキナーゼを標的にした新薬開発なども進めています[7][A]。

上で述べたように、感染症の創薬は非常に重要な研究テーマですが、せっかく新しい化合物を開発しても、多くの場合は耐性を獲得した病原微生物が出現してしまいます。特にインフルエンザなどのRNAウイルスは、変異のスピードが速く、既存薬はすぐに使えなくなってしまう恐れがあります。そこで我々は、コンピュータを使って特定の薬に対する耐性変異を予測する研究も進めています[B]。

参考文献：
[1] K. Watanabe, et al, Sci. Rep., 7 (2017) 9500
[2] PCT/JP2018/013592（2018年3月30日）キノリノン化合物および抗RNAウイルス薬
[3] 特願2017-72230 （2017年3月31日）キノリノン化合物および抗RNAウイルス治療薬
[4] J. N. Makau, et al, PLoS ONE, 12 (2017) e0173582
[5] J. N. Makau, et al, Viruses, 12 (2020) 337
[6] T. Ishikawa, et al, J. Phys. Chem. B, 122 (2018) 7970
[7] F. Mi-ichi, et al, PLOS Neglected Tropical Diseases, 13 (2019) e0007633

関連グラント：
[A] 平成29年度日本医療研究開発機構感染症研究革新イニシアティブ（J-PRIDE）赤痢アメーバ“含硫脂質代謝”を標的とする阻害剤探索―全容解明と治療薬開発にむけて―（代表：見市文香）2017年度～2019年度
[B] 平成29年度日本医療研究開発機構感染症研究革新イニシアティブ（J-PRIDE）薬剤耐性RNAウイルス出現予測法の確立と迅速制御のためのインシリコ創薬（代表：西田教行）2017年度～2019年度

▼ 凝集系の化学反応シミュレーション

▼ 研究室で運用している計算機


	ひとくちに計算化学といっても様々な計算方法が存在します。ここではタンパク質を例に挙げてそれらを説明したいと思います。タンパク質は鎖状に繋がった複数のアミノ酸から構成されています。このアミノ酸を一つの点と考え、それらをバネで繋げたモデルを構築し、このモデルに対するニュートンの運動方程式を解くことで分子の性質を調べる計算方法を「粗視化計算」と呼びます。次にアミノ酸は水素や炭素といった複数の原子から構成されています。これら原子を一つの点と考えて、それらをバネでつなげたモデルを構築し、やはりこのモデルに対するニュートンの運動方程式を解くことで分子の性質を調べる計算方法を「分子動力学計算」と呼びます。さらに原子は原子核と複数の電子から構成されています。電子の運動方程式であるシュレーディンガー方程式を解くことで分子の性質を調べる計算方法を「量子化学計算」と呼びます。このように、計算対象の最小構成単位をアミノ酸と考えるか、原子と考えるか、電子と考えるかで、計算化学の方法を分類することができます。また、創薬における化合物スクリーニングに特化した「ドッキング計算」と呼ばれる計算方法も存在します。ドッキング計算では、比較的ラフな評価関数を導入することで、数十～数百万の化合物から、標的のタンパク質に強く結合するものを予測します。我々の研究室ではこれらの計算方法を駆使し、様々な研究を行っています。