StrEAMM-Thioether：チオエーテル結合環状ペプチドの効率的な構造予測

科学分野:

• 計算化学
• 生物物理学
• 医薬品化学

背景:

• 環状ペプチドは、タンパク質間相互作用や細胞膜を標的とする有望な治療薬である。
• 環状ペプチドの構造アンサンブルの予測は、合理的な創薬デザインに不可欠であるが、実験的には困難である。
• 分子動力学（MD）などの既存の計算方法は計算負荷が高い。

研究 の 目的:

• StrEAMM（Structural Ensembles Achieved by Molecular Dynamics and Machine Learning）プラットフォームをチオエーテル結合環状ペプチドに拡張する。
• チオエーテル結合環状ペプチドの構造アンサンブルを予測するための高速かつ正確な計算方法を開発する。
• mRNAディスプレイ（display）スクリーニングと互換性のある環状ペプチド治療薬のデザインと発見を容易にする。

主な方法:

• StrEAMMフレームワーク内でグラフニューラルネットワークモデルを開発およびトレーニングした。
• モデルを適用して、チオエーテル結合環状ペプチドの構造アンサンブルを予測した。
• 予測された環状ペプチドを実験的に合成し、溶液核磁気共鳴（NMR）を用いて特性評価した。

主要な成果:

• StrEAMM-チオエーテルモデルは、チオエーテル結合環状ペプチドの構造アンサンブルを正確に予測する。
• モデル予測に基づいて、構造的に良好な4つのチオエーテル結合環状ペンタペプチドが同定された。
• 実験的なNMR特性評価は、計算によって予測された構造と一般的に一致した。

結論:

• StrEAMM-チオエーテルモデルは、環状ペプチド構造アンサンブルを予測するための高速かつ信頼性の高い方法を提供する。
• このアプローチは、環状ペプチド治療薬のデザインと発見を合理化する。
• モデルは、効率的な創薬のためにmRNAディスプレイプラットフォームと統合できる。