所望の特性を持つ化合物を、深層学習とシミュレーションを組み合わせて設計する
ChemTS
津田 宏治(東京大学大学院新領域創成科学研究科 教授)
楊 秀鋒 (東京大学大学院新領域創成科学研究科)
所望の特性を持つ化合物を、深層学習とシミュレーションを組み合わせて設計する。
ドッキングシミュレーションと組み合わせることによって、ターゲットタンパク質に結合する可能性の高い化合物を設計する。
【参考文献】
[1]X. Yang, J. Zhang, K. Yoshizoe, K. Terayama and K. Tsuda, ChemTS: an efficient python library for de novo molecular generation, Science and Technology of Advanced Materials, 18, 972-976, 2017.
疎水性指標の最適化(参考文献[1])
www.github.com/tsudalab/ChemTS
www.github.com/tsudalab/ChemTS
津田 宏治(tsuda@k.u-tokyo.ac.jp)