バーチャルスクリーニングとドッキング：計算で候補を絞り込む

絞り込みの考え方は大きく二つに分かれます。一つは、すでに活性がわかっている分子に「似た形・似た性質」を持つものを探すリガンドベース(ligand-based)の方法。もう一つは、標的タンパク質の立体構造に候補分子を当てはめ、うまく結合しそうかを直接評価する構造ベース(structure-based)の方法です。後者の中心にあるのが、分子ドッキング(molecular docking)と呼ばれる計算です。

ただし、計算で高スコアが出ることと、実際に結合して活性を示すことは同じではありません。スコアリング関数には原理的な限界があり、出力には必ず偽陽性（当たりに見えて外れる候補）が混じります。本稿では、それぞれの手法の仕組みと勘どころ、超大規模ライブラリや機械学習がもたらした変化、そして計算の結論を実験でどう裏づけるかを整理します。

リガンドベース：既知の活性分子に似せて探す

標的の構造がわからなくても、活性がわかっている分子さえあれば、それに似たものを探せます。 リガンドベースのバーチャルスクリーニングは、既知の活性化合物（リガンド）を手がかりに、化学構造や物理化学的な性質が似た分子をライブラリから拾い上げる方法です。標的タンパク質の立体構造が未解明でも使えることが、この手法の大きな利点です。

「似ている」を計算で測るために、分子を数値の並び（記述子やフィンガープリント）に変換し、その距離や重なりで類似度を求めます。よく使われる考え方に、分子の部分構造の有無をビット列で表し、二つの分子のビットの重なり具合をTanimoto係数で比べる方法があります。ここには「似た構造は似た活性を示しやすい」という経験則（類似性原理）が前提にあります。

もう一段抽象化したのがファーマコフォア(pharmacophore)です。これは具体的な原子や骨格ではなく、「水素結合の受容体がここ」「疎水性の部分がここ」「正電荷がここ」といった、活性に効く特徴の三次元的な配置を型として抽象化したものです。骨格が違っても同じ配置を満たす分子を拾えるため、既知構造とは別の化学系（スキャフォールドホッピング）を見つける手がかりになります。

構造ベースとドッキング：立体構造に当てはめる

構造ベースのスクリーニングは、標的タンパク質の結合ポケットに候補分子を実際に入れてみて、うまくはまるかを評価します。 その中核が分子ドッキングです。ドッキングは大きく二つの作業に分かれます。一つは、分子を結合ポケットの中でさまざまな向き・かたち（ポーズ）に配置してみる探索。もう一つは、そのポーズがどれだけ良さそうかを点数化するスコアリングです。

探索では、分子の回転や並進に加え、結合の回転による柔軟性も考えて多数のポーズを生成します。標的側も本来は動きますが、計算量の都合で受容体を固定して扱うことが多く、これが後述する誤差の一因になります。スコアリングでは、水素結合や静電相互作用、疎水性の接触、立体的な衝突などを評価し、結合しやすさの目安（結合自由エネルギーの近似値など）を返します。

構造ベースの前提は、信頼できる標的構造が手に入ることです。X線結晶構造やクライオ電子顕微鏡の構造がなければ、相同性モデリングで近縁タンパク質から構造を推定します。近年はAlphaFoldなどの構造予測が候補構造の幅を広げましたが、予測構造は結合ポケットの側鎖配置が実測ほど正確でないことがあり、ドッキングに使う際は注意が要ります。

スコアリング関数の限界と偽陽性

ドッキングのスコアは結合強度の近似にすぎず、順位づけの目安として使うものです。 スコアリング関数は、計算を現実的な時間で終えるために多くの近似を置いています。この割り切りが、そのまま限界になります。

主な難しさは次のようなところにあります。

• 溶媒（水）とエントロピーの扱い：結合では水分子の出入りや分子の運動の自由度の変化が効きますが、これらを高速な関数で正確に表すのは難しく、簡略化されています。
• タンパク質の柔軟性：受容体を固定して扱うと、実際には動いて結合を許すポケットを見逃したり、逆に過小評価したりします。
• 絶対値の当てにくさ：スコアは化合物間の相対的な順位づけには役立っても、結合定数の絶対値を精度よく予測できるとは限りません。

こうした近似の積み重ねから、高スコアでも実際には結合しない偽陽性が避けられません。とくに、実験アッセイに干渉して見かけの活性を示すPAINS(pan-assay interference compounds)や、水に溶けにくく凝集して非特異的に阻害する分子は、計算でも実験でも紛れ込みやすい代表例です。

超大規模ライブラリ：数十億化合物を計算で探す

近年の大きな変化は、実在在庫ではなく「注文に応じて作る」化合物まで探索対象に含める超大規模ライブラリの登場です。 make-on-demand（オンデマンド合成）のライブラリは、確立した反応と入手容易な試薬の組み合わせで理論上合成できる分子を列挙したもので、その規模は数十億から、さらに桁を増やし続けています。代表例のEnamine REALのように、数十億規模の化合物空間を計算で先に選別してから、当たりだけを実際に合成する運用が広がりました。

規模が桁違いに増えると、探索できる化学空間が広がり、既存の在庫ライブラリでは届かなかった新しい骨格に出会える可能性が高まります。実際、数億規模のドッキングから実験で確認できる強い結合体が得られたという報告も出ています。

一方で、化合物数が増えるほど、たとえ偽陽性率が同じでも、上位に残る偽陽性の実数は増えます。全件を丁寧に計算する時間もないため、探索の速さと精度のバランスをどう取るかが、超大規模ライブラリを扱ううえでの中心的な課題になります。

機械学習の活用

機械学習は、超大規模ライブラリの「速く広く」と「正確に」を両立させる方向で使われています。 使われ方はいくつかの層に分かれます。

• スコアリングの改良：物理ベースの近似に代えて、既知の結合データから学習したモデルでポーズや親和性を評価します。ただし学習データに偏りがあると、その偏りをそのまま学んでしまう危険があります。
• 能動学習による絞り込み：まず一部だけを丁寧にドッキングし、その結果でモデルを学習させて残り膨大な化合物のスコアを予測し、有望そうな一部だけを実際に計算する、という反復で全件計算を避けます。数十億規模の探索を現実的な計算量に収める狙いです。
• 構造そのものの予測：AlphaFoldに代表される構造予測が、実験構造のない標的にも構造ベース探索の入口を開きました。

近年は、標的とリガンドの結合ポーズを直接予測しようとする生成的・深層学習型の手法も登場しています。ただし、こうした手法が物理ベースのドッキングを一律に上回るとは限らず、評価の設定によって結論が変わることも指摘されています。機械学習は強力な加速装置ですが、学習データの外側では当てにならないことがあり、出力の確からしさは別途確かめる必要があります。

計算の結論を実験でどう確かめるか

バーチャルスクリーニングの出力は「実験で確かめるべき優先順位づけされた候補リスト」であって、結論ではありません。 計算で上位に来た化合物は、必ず独立した実験で結合や活性を確認します。この裏づけがなければ、偽陽性を本物のヒットと取り違えたまま、次の工程に進んでしまいます。

確認では、性質の異なる複数の測定を組み合わせるのが基本です。

SPR・BLIによる結合速度・親和性の測定は、ラベルを付けずに結合の強さと速さを切り分けられるため、計算ヒットの一次確認でよく使われます。アッセイそのものの信頼性をZ因子などのアッセイ品質指標で担保しておくことも、偽陽性・偽陰性を減らすうえで欠かせません。確認できた結合の強さは、分子の大きさに見合っているかという観点でも評価し、リガンド効率(LE・LLE)の考え方で次の最適化に進めるかを判断します。

なお、この「計算で絞り、実物で確かめる」という二段構えは、DNAエンコードライブラリ(DEL)のような実験系の大規模スクリーニングとも共通します。入口が計算かどうかにかかわらず、確率的なシグナルを独立した測定で裏取りする筋道は変わりません。

まとめ

バーチャルスクリーニングは、既知活性分子に似せて探すリガンドベースと、標的構造に当てはめる構造ベース（ドッキング）の二つの発想で、膨大な化合物を計算だけで絞り込む手法です。ファーマコフォアは骨格を越えた探索を助け、make-on-demandの超大規模ライブラリと機械学習は探索の規模と速度を大きく押し広げました。一方でスコアリング関数には原理的な近似の限界があり、出力には必ず偽陽性が混じります。計算はあくまで優先順位づけであり、その確からしさはSPRやアッセイなどの独立した実験で裏づける——この関係を外さないことが、計算資源を実際のヒットへつなぐ鍵になります。

参考文献

• Lyu, J. ら, "Ultra-large library docking for discovering new chemotypes", Nature 566, 224–229 (2019). PMID: 30728502
• Gorgulla, C. ら, "An open-source drug discovery platform enables ultra-large virtual screens", Nature 580, 663–668 (2020). PMID: 32152607
• Sadybekov, A. V. & Katritch, V., "Computational approaches streamlining drug discovery", Nature 616, 673–685 (2023). PMID: 37100941
• Baell, J. B. & Holloway, G. A., "New Substructure Filters for Removal of Pan Assay Interference Compounds (PAINS)", J. Med. Chem. 53, 2719–2740 (2010). PMID: 20131845