薬剤候補分子（リガンド）と標的タンパク質との結合のしかたを予測する計算手法．結合親和性の評価や結合ポーズの予測が可能．（実験医学増刊445より）

AI・データ駆動型創薬研究

マルチオミクス✕ケモインフォマティクスでより確実な治療標的を見つけ、薬をデザインする

柚木克之，山西芳裕／編

タンパク質と薬物のドッキングシミュレーションは，結合様式と結合親和性を予測する情報技術である．（実験医学増刊445より）

AI・データ駆動型創薬研究

マルチオミクス✕ケモインフォマティクスでより確実な治療標的を見つけ、薬をデザインする

柚木克之，山西芳裕／編

タンパク質の立体構造情報に基づき，候補化合物がどのように結合するか（結合様式），どの程度の強さで結合するか（結合親和性）を予測する計算手法．動的挙動の再現を行う分子動力学（MD）計算に比べて，静的な形状マッチングによるスクリーニングのため高速で大量計算に適している．（実験医学増刊4315より）

構造生命科学　AlphaFold時代にどう活かす？

生命機能を解く、変える、創るための技術と研究戦略

加藤英明，西増弘志／編