化学の新しいカタチ

「計算手法とエネルギー・最適化構造の関係：コンフォメーション探索における注意点」という記事では，psi4を用いて様々な計算手法を用いてエネルギー計算を行うことで， 計算手法によって考慮できる相互作用が異なる ことを説明しました．その結果 構造最適化できないことがあ...

「RDKitを用いたコンフォメーション探索：MMFFによる配座異性体生成とクラスタリング」という記事では， RDKitに実装されているディスタンス・ジオメトリー法による配座発生 MMFFによる構造最適化と同一構造の除去 取得した多数のコンフォマーをDBSCANを用いてクラスタ...

創薬化学研究では合成・試験される化合物のほとんどは医薬品にはなりません．そのため研究開発の成功率をあげるために，実際に医薬品になる化合物がどのような特徴を有するかを明らかとすべく多くの試みがなされてきました． このような「薬らしさ（ドラッグライクスネス）」について，これまで本ブ...

「ケミカルスペースプロジェクトとGDBデータベース」という記事では，Jean-Louis Reymondの研究グループによって進められているGDBデータベースについて紹介しました．GDBはある原子数以下の存在しうる低分子化合物を網羅したもので，数多くの未知化合物を含むデータベース...

ケモインフォマティクスでは考えられる化合物全ての集合を「ケミカルスペース」と呼びます．その数は実に1060以上にも及ぶと言われています．また化合物を何らかの特徴量をもとに投影したものをケミカルスペースと言うこともあります． 実験的にケミカルスペースの全てを網羅するのは無理のある...

「RDKitによるコンフォマーの生成」という記事では，RDKitを用いたコンフォマーの生成方法について説明しました． 我々が興味のある分子は大抵いくつかの回転可能な結合を持っていることから，一連の配座異性体に関する情報が重要になります． このように様々なコンフォマーを取得する...

ある化学現象に対して，分子構造から得られる性質を入力として予測モデルを組み立てることがケモインフォマティクスではよく行われます．その際に使われる分子記述子としては「分子量」などの簡単なものから，「芳香族度合」「天然物らしさ」などを表現するように化学者が工夫を凝らして作成したものま...

本ブログでは「有機合成化学者のためのケモインフォマティクス入門」を掲げて，特にpythonを用いてケモインフォマティクスを行う際に必要となる環境構築方法から解説してきました．例えば「RDKitでケモインフォマティクスに入門」という記事では，pythonのケモインフォマティクス用ラ...