Hopfield Neural Networkを用いた新しい分子重ね合わせ手法の3D-QSARへの応用

- HER2阻害剤の解析 -

抄録

CoMFA法をはじめとする多くの3D-QSAR手法において、対象とする分子構造を適切に重ね合わせることは、解析を成功させるための重要な因子であるため、種々の重ね合わせ手法が提案されている。著者らもHopfield Neural Network(HNN)を用いた新しい分子構造重ね合わせ手法を提案しており、COX-2阻害剤のCoMFA解析に適用し良好な結果を得ている[M. Arakawa, K. Hasegawa, K. Funatsu, Journal of Computer Aided Chemistry, 3, 63-72 (2002)]。本研究ではこの重ね合わせ手法のさらなる有用性を検証するため、human epidermal growth factor receptor-2 (HER2)阻害剤の3D-QSAR解析を行った。HER2阻害剤27化合物について、HNNによる重ね合わせを行い活性配座を推定した後、CoMFA法による3D-QSAR解析を行った結果、R²=0.805、Q²=0.701の良好なPLSモデルが得られた。また、その回帰係数の等高線図についての考察を行い、このモデルが妥当であるとの結論を得た。