創薬設計・ケモインフォマティクス学習資料について
概要
本サイトは、創薬設計・ケモインフォマティクスの自習用資料を提供することを目的としています。
東京大学によるドラッグデザイン講義の公開シラバスを参考に、要所となるキーワード・概念をピックアップし、体系的に学習できるように構成しています。
本サイトはもともと公開する予定ではなく、作成者の個人的な学習・整理用に始めたものでした。 大部分をAI（Claude Code・Github Copilot Agent 等）により制作したため、内容の正確性も保証されません。
しかし、創薬設計やケモインフォマティクスに興味のある方々にとって、学習の一助となるのではないか、このまま個人的な学習資料として埋もれさせるのはもったいないのではないか、という思いから、不完全ながらも公開することにしました。
日常的な例えを用いた概念説明や、jupyter notebookを用いた実装を中心とした資料を提供しています。 実験的な内容も多く含まれていますが、本サイトを訪れた方の学習に役立つことを願っています。
学習資料内容
1. 化合物情報に基づく医薬品探索
- 分子表現と類似性検索
- 化合物データベース
- 記述子による薬らしさの表現
- ファルマコフォア、最適化手法
2. タンパク質立体構造に基づく医薬品探索
- Pre-Docking（レセプターモデリング、分子動力学、標的タンパク質同定）
- Docking（探索/スコアリング、Induced-Fit、バーチャルスクリーニング）
- Post-Docking（ポーズ判定、高精度エネルギー計算、相互作用フィンガープリント）
3. 応用事例解説
- タンパク質-タンパク質阻害剤探索
- ドラッグリポジショニング等
4. 機械学習による生体分子設計
- 機能性タンパク質の設計
- mRNA の設計（翻訳効率の向上）
- プロモーターDNA の設計（転写活性の向上）
学習レベルについて
初心者向け
- 文系出身者や化学・情報学の予備知識が少ない方向けの解説資料
- 日常的な例えを使った概念説明
- 段階的な学習パス
上級者向け
- 実装可能なPythonコード例
- 詳細な理論的背景
- 最新の研究動向
技術スタック
- プログラミング言語: Python
- 主要ライブラリ: RDKit, NetworkX, pandas, matplotlib, seaborn, scikit-learn
- 開発環境: Jupyter Notebook
- Webサイト: Hugo + hugo-theme-stack
ライセンス
教育目的での利用を前提としています。実際の創薬研究では、より詳細で正確な情報源を参照してください。
免責事項
本サイトの内容は、作成者の個人的な学習・整理用に作成されたものであり、正確性や完全性を保証するものではありません。利用者は自己責任でご利用ください。
分からないことや不確かなことは、専門家や信頼できる情報源に確認する、ご自身で調べるなどして、慎重に学習を進めてください。
ご指摘などがございましたら、修正等を時間のあるときに行いますので、どうぞお気軽にご連絡ください。
ご質問やフィードバックがございましたら、お気軽にお寄せください。
ご連絡: ranch-flying-pug (at) duck.com