[发明专利]特征量计算方法、特征量计算程序、特征量计算装置、筛选方法、筛选程序及化合物创建方法

权利要求书

1.一种特征量计算方法，其具有：

对象结构体指定工序，指定由具有化学性质的多个单元结构体构成的对象结构体；及

特征量计算工序，计算出在三维空间中对所述对象结构体的立体结构的周围的1种类以上的探针的聚集程度进行定量化而获得的特征量，并且使用通过机器学习构成的生成器由所述对象结构体计算出所述特征量，

所述探针为具有实数电荷且产生范德华力的多个点分开配置而成的结构体。

2.根据权利要求1所述的特征量计算方法，其中，

在所述对象结构体指定工序中，指定化合物作为所述对象结构体，

在所述特征量计算工序中，使用所述生成器计算出在所述三维空间中对所述化合物的所述立体结构的周围的、作为所述探针的氨基酸的聚集程度进行定量化而获得的特征量即第1特征量。

3.根据权利要求1所述的特征量计算方法，其中，

在所述对象结构体指定工序中，指定与目标蛋白质的活性部位即口袋键合的口袋结构体作为所述对象结构体，

在所述特征量计算工序中，使用所述生成器计算出在所述三维空间中对基于多个虚拟球体的所述口袋结构体的立体结构的周围的、作为所述探针的氨基酸的聚集程度进行定量化而获得的特征量即第2特征量。

4.根据权利要求1所述的特征量计算方法，其中，

在所述对象结构体指定工序中，指定化合物作为所述对象结构体，

在所述特征量计算工序中，使用所述生成器计算出在所述三维空间中对探针的如下聚集程度进行定量化而获得的特征量即第3特征量，所述聚集程度为所述化合物的所述立体结构的周围的所述探针的聚集程度，且将1种类以上的核酸碱基、1种类以上的脂质分子、1种类以上的单糖分子、水及由多个原子构成的1种类以上的离子中的1个以上作为所述探针。

5.一种特征量计算程序，其使计算机执行权利要求1至4中任一项所述的特征量计算方法。

6.一种记录介质，其为非临时且计算机能够读取的记录介质，在存储于所述记录介质中的指令被计算机读取的情况下，使计算机执行权利要求5所述的特征量计算程序。

7.一种特征量计算装置，其具备：

对象结构体指定部，指定由具有化学性质的多个单元结构体构成的对象结构体；及

特征量计算部，计算出在三维空间中对所述对象结构体的立体结构的周围的1种类以上的探针的聚集程度进行定量化而获得的特征量，并且使用通过机器学习构成的生成器由所述对象结构体计算出所述特征量，

所述探针为具有实数电荷且产生范德华力的多个点分开配置而成的结构体。

8.一种筛选方法，其从多个化合物提取与目标蛋白质键合的目标化合物，所述筛选方法具有：

存储工序，针对所述多个化合物的每一个，将基于多个原子的化合物的立体结构与使用权利要求2所述的特征量计算方法针对所述化合物的所述立体结构计算出的所述第1特征量建立关联并进行存储；

特征量计算工序，针对确认到与所述目标蛋白质的键合的化合物即配体，使用权利要求2所述的特征量计算方法计算出所述第1特征量；

相似度计算工序，计算出针对所述多个化合物的所述第1特征量与针对所述配体的所述第1特征量的相似度；及

化合物提取工序，根据所述相似度从所述多个化合物中提取所述目标化合物。

9.一种筛选方法，其从多个化合物中提取与目标蛋白质键合的目标化合物，所述筛选方法具有：

存储工序，针对所述多个化合物的每一个，将基于多个原子的化合物的立体结构与使用权利要求2所述的特征量计算方法计算出的所述第1特征量建立关联并进行存储；

特征量计算工序，针对所述目标蛋白质的所述口袋结构体，使用权利要求3所述的特征量计算方法计算出所述第2特征量；

相似度计算工序，计算出针对所述多个化合物的所述第1特征量与针对所述口袋结构体的所述第2特征量的相似度；及

化合物提取工序，根据所述相似度从所述多个化合物中提取所述目标化合物。