Nova

Nova は、予期しない、あるいは見過ごす可能性が高い高品質の化合物を見つけるチャンスを広げることで、新しい化合物の最適化戦略を見つけ出すことを支援します。

Nova を使うと、次のような De novo デザインを行うことができます。

“親”の分子から、ビルトインされた 200 以上の一般的なトランスフォーメーションを使って新しい「世代」の関連化合物を作成することで、新しい化合物のアイデアの探索範囲を指数的に拡大します。トランスフォーメーションは実際の経験から導かれたものであるため、得られた化合物はメディシナルケミストリーの観点から妥当なものです。

Nova は、自社のトランスフォーメーションやオプションの BIOSTER データベースで拡張することができます。 BIOSTER は 28,000 以上の、文献等から収集された先例のあるトランスフォーメーションから成り、 Reference 情報も含みます。

ここで述べているケミストリ・トランスフォーメーションの手法ついての詳細は、J. Chem. Inf. Model. 論文 ‘Applying Medicinal Chemistry Transformations and Multiparameter Optimization to Guide the Search for High-Quality Leads and Candidates’ を参照してください。

新しい化合物のアイデアを素早く見つけるために、柔軟で、使いやすい Scaffold ベースのライブラリ列挙ツールを使って、仮想のライブラリをデザインできます。ライブラリのベースとしたい Scaffold を描き、複数の官能基、原子、フラグメントを選択することができます。

R-group Clipping

StarDrop の R-group Clipping ツールは、 Building Block から対応する置換基へと素早く変換することが可能であり、仮想ライブラリ列挙や新しい化合物アイデア探索への適用が可能です。各 Building Block の在庫状況や価格などの関連データは列挙化合物と連動しており、最良の化合物を合成する際、簡単に注文することが可能です。

フラグメントライブラリには、 R グループおよび対応する Building Block の関連データ保存が可能であり、同僚と簡単に情報共有することができます。これは、最も一般的に利用する R グループ情報への便利なアクセス手段となり、迅速な仮想ライブラリ列挙のための中央拠点となりうることを意味します。

Matched Series Analysis のための Matsy™ および SAR transfer アルゴリズムは、 NextMove Software Ltd によるものです。これらのアルゴリズムは、特定のプロジェクトに対するターゲット活性向上に繋がるであろう新しい化学的置換を予測します。これらの機能は、”次にどの化合物を合成すべきか？”に対する答えを得るために役立ちます。

Matched Series Analysis は従来の Matched Pair Analysis を超え、より長い化合物シリーズデータ(単なるペアだけではなく)を利用したものであり、特定の化学シリーズについてより関連性のある予測が可能となります。さらに、全予測結果は実験結果によって裏付けられ、提案内容を考察する際には、実験結果を参照したり評価することが可能です。

Matched Series Analysis の詳細については Dr Noel O’Boyle’s のウェビナー (Beyond Matched Pairs) や、NextMove Software 社が Matched Series の社内データやパブリックドメインデータベースの Matched Series をどのように生成・研究してきたかについて述べている J. Med. Chem 論文 (Using Matched Molecular Series as a Predictive Tool To Optimize Biological Activity) をご参照ください。