日本語 English
myPresto の最新版をダウンロードするページです。myPresto は、医薬品開発支援のために作成された分子シミュレーション計算のプログラム集です。
Medicinally Yielding PRotein Engineering SimulaTOr

myPresto は、医薬品開発支援のために作成された分子シミュレーション計算のプログラム集です。

このウェブサイトは、フリープログラム myPresto の最新版のダウンロードを行うためのページです。

最新情報
次世代天然物化学技術研究組合

トップ

   ユーザーマニュアル v5.000

簡易グラフィック分子設計ソフト

myPresto Portal

 myPresto Protal は、myPresto 5 用のグラフィック・ユーザー・インターフェース (GUI) プログラムです。Windows, MAC, Linux で使用できます。
Last updated on September 28, 2018

MDシミュレーション

cosgene: COnformation SamplinG ENginE (分子構造探索エンジン)

このエンジンは、マルチカノニカル分子動力学等、最新の機能を持つ分子動力学 (MD) ツールによって、膜蛋白質や低分子化合物との複合体を含む生体高分子系に対して、高能率の構造探索や自由エネルギー計算、結合自由エネルギーの算出を行うためのものです。Smooth-reaction path generation (SRPG) 法が結合自由エネルギーの計算手法として利用できます。
Fukunishi, Y., Mikami, Y., Nakamura, H. (2003) J. Phys. Chem. B. 107, 13201-13210
Last update on February 27, 2018

psygene-G: Protein dYnamics SimulatinG ENginE for GPU (分子動力学エンジン-GPU版)

このエンジンは、オリジナルな非エバルト法(Zero-Multipole summation法)を用いた静電相互作用計算による分子動力学 (MD)計算を、GPUを用いて高速に実施するためのものです。MPIによって複数のGPUによる並列化計算が容易に実行できます。
Mashimo, T., Fukunishi, Y., Kamiya, N., Takano, Y., Fukuda, I., Nakamura, H. (2013) J. Chem. Theory Comput. 9, 5599-5609
Last update on February 17, 2018

omegagene: a GPU-accelerated molecular dynamics simulator with enhanced conformational sampling

GPUで加速された分子動力学計算によって、より効率の良い構造探索が行える新たなエンジン omegagene がmyPrestoの一員に加わりました。非エバルト法(Zero-Multipole Summation method: ZMM) アルゴリズムを搭載し、改良したマルチカノニカル分子動力学 (v-McMD)法が利用できます。このプログラムは主に大阪大学にて開発され、オープンソース・プログラムとしても http://www.protein.osaka-u.ac.jp/rcsfp/pi/omegagene/ から利用いただけます。
Kasahara, K., Ma, B., Goto, K., Dasgupta, B., Higo, J., Fukuda, I., Mashimo, T., Akiyama, Y., Nakamura, H. (2016) Biophys. & Physicobiol. 13, 209-216: DOI 10.2142/biophysico.13.0_209
Last update on January 14, 2018

低分子等のファイル書式変換

Hgene: Hydrogen Generation ENginE (水素原子構築エンジン)

一般的な低分子リガンドに対して、正しい位置に水素原子を発生させ、Gasteiger電荷、MOPAC AM1BCC電荷などを付与します。
Last update on January 14, 2018

力場パラメータ割り付けソフト

tplgeneX: ToPoLogy generatinG ENginE eXtended(高分子トポロジー構築エンジン)

このエンジンは、myPrestoの他のプログラムで利用する生体高分子の分子トポロジーを構築するためのものです。新たにPDBx/mmCIFフォーマットによる原子座標の入出力を可能にしたほか、リガンド分子のロポロジーの扱いも簡略にしました。
Last update on January 18, 2018

tplgeneL: ToPoLogy generatinG ENginE for Ligands (リガンド分子トポロジー構築エンジン)

このエンジンは、myPrestoの他のプログラムで利用するリガンドの分子トポロジーを構築するためのものです。
Last update on January 12, 2018

膜系作成ツール

membgene

membgeneは、膜貫通タンパク質・脂質二重膜・水・イオンを含む系の座標を作成するためのツールプログラムです。
Last updated on March 10 2018

自由エネルギー計算

Filling potential method

Filling potential法は、反発ポテンシャルと求心ポテンシャルを与えたUmbrella Potentialを使ったMD計算を多数実行して、使用したUmbrella Potentialを考慮して、座標トラジェクトリ群のヒストグラム解析を行うことによって、2つの分子の結合自由エネルギーを計算します。
Last updated on March 11 2018

配座発生ツール

Confgene:Conformer Generation ENginE(コンフォーマ構築エンジン)

( ToolsYYMMDD.tar.gzに梱包されています。)
低分子リガンドのコンフォーマ構造を発生します。
Last update on January 18, 2018

ConfgeneC: Conformer Generation ENginE for Cyclic part

(環状分子のコンフォーマ構築エンジン, ToolsYYMMDD.tar.gzに梱包されています。)
低分子リガンドにおける環状部分について、コンフォーマ構造を発生します。
Last update on January 18, 2018

化合物データベースと生成ツール

3DdataConstruction: (リガンド分子構造構築ツール)

低分子化合物の2次元電子カタログ(2D mol2ファイル)から3次元分子構造の3D mol2ファイルを構築するツールです。
Last update on January 11, 2018

LigandBox: LIGANd Data Base Open and eXtensible (リガンド分子データベース)

市販されている低分子化合物の3次元分子構造と分子電荷や物理化学的パラメータを含むオープンなデータベースです。またKEGG DRUGに集められた医薬品についても同様の情報を含んでいます。

蛋白質リガンド結合サイト探索

MolSite: (リガンド結合ポケット探索ツール)

低分子リガンド・ライブラリーを用いて、それらのリガンドをタンパク質にドッキングさせることによって、リガンド結合ポケットの探索を行います。
Y. Fukunishi, H. Nakamura. “Prediction of ligand-binding sites of proteins by molecular docking calculation for a random ligand library.” Protein Science, in press
Last update on January 12, 2018

UAP: Univeral Active Probes

ドラッグライクな低分子リガンド・ライブラリです。UAPを用いることにより、active compoundsが未知の場合においても、ensemble dockingのためのタンパク質受容体の良いモデル構造を選択できます。
Y. Fukunishi, K. Ono, M. Orita, H. Nakamura. “Selection of in-silico drug screening result by using universal active probes (UAPs).” Journal of Chemical Information and Modeling, 2010, 50, 1233-1240
Last update on January 14, 2018

蛋白質ー化合物ドッキング

sievgene: SIEVinG ENginE (ドッキング・エンジン)

このエンジンは、フレキシブル・ドッキングの手法により、化合物を生体高分子へドッキングさせるためのものです。
Fukunishi, Y., Mikami, Y., Nakamura, H. (2005) J. Mol. Graph. Model. 24, 34-45
Last update on March 20, 2018

sievgene_M(ドッキング・エンジン)

sievgene_Mは、sievgeneの改良版です。sievgene_Mは、新しく登場したIntel社のメニーコアCPU(Xeon Phi)でも実行可能です。Intel Xeon Phiは、50個以上のコアを搭載したCPUです。
Last update on January 20, 2018

sievgeneDIAV: SIEVinG ENginE with DIAV (ドッキング+結合自由エネルギー推定)

このプログラムでは、上記sievgeneによるフレキシブル・ドッキングに加えて、蛋白質と化合物との結合自由エネルギーの値をさらに精度良く推定する(1.3 kcal/mol程度の誤差)ためのものです。
Fukunishi, Y., Nakamura, H. (2013) Pharmaceuticals 6, 604-622
Last update on January 11, 2018

sievgeneNMR: SIEVinG ENginE for NMR (ドッキング・エンジン NMR)

このエンジンは、NMRによる蛋白質―化合物相互作用のシグナル情報を取り込んだフレキシブル・ドッキングの手法であり、化合物を生体高分子へドッキングさせるためのものです。NMRシグナルの取り込みにより複合体予測精度は、約2倍に向上しています。
Fukunishi, Y., Mizukoshi, Y., Takeuchi, K., Shimada, I., Takahashi, H., Nakamura, H. (2012) J. Mol. Graph. Model. 31, 20-27
Last update on September 28, 2018

sievgeneMVO: SIEVinG ENginE for Maximum Volume Overlap (ドッキング・エンジン MVO)

このエンジンは、既存の蛋白質-化合物複合体立体構造のリガンド構造情報を取り込んだフレキシブル・ドッキングの手法であり、化合物を生体高分子へドッキングさせる、ないしスクリーニングするためのものです。ユーザーが与えた薬物ドッキングポーズへのテスト化合物の分子体積重ね合わせをドッキングと同時に行うことで、ユーザーのイメージした分子に近い化合物を選択できます。
Fukunishi, Y., Nakamura, H. (2012) Pharmaceuticals 5, 1332-1345
Last update on January 11, 2018

薬物スクリーニング

selectMTS: Multiple Target Screening method

(screening_packYYMMDD.tar.gz, cosgene_packYYMMDD.tar.gz等 に梱包されています。)
オリジナルのMTS法、 machine-learning MTS (MSM-MTS) 法、 direct score modification MTS (DSM-MTS)法の3つの手法が利用できます。もし、ターゲットとする受容体に対するactive compoundsが既知の場合には、 machine-learning MTS が最もヒット率が高い方法です。
Y. Fukunishi, Y. Mikami, S. Kubota, H. Nakamura, “Multiple target screening method for robust and accurate in silico screening.” Journal of Molecular Graphics and Modelling,25, 61-70 (2005)
Y. Fukunishi, S. Kubota, H. Nakamura, “Noise reduction method for molecular interaction energy: application to in silico drug screening and in silico target protein screening”, Journal of Chemical Information and Modeling, 46, 2071-2084 (2006)
Last update on January 12, 2018

selectDSI: Docking Score Index method

(screening_packYYMMDD.tar.gz に梱包されています。)
ligand-based drug screening法として、 オリジナルのdocking score index (DSI)法と、 machine-learning DSI (ML-DSI) 法が利用できます。もし、ターゲットとする受容体に対するactive compoundsが複数既知の場合には、 machine-learning DSI が高いヒット率を示せます。
Y. Fukunishi, Y. Mikami, K. Takedomi, M. Yamanouchi, H. Shima, H. Nakamura. “Classification of chemical compounds by protein-compound docking for use in designing a focused library”, Journal of Medicinal Chemistry, 49, 523-533 (2006)
Y. Fukunishi, S. Hojo, H.Nakamura, “An efficient in silico screening method based on the protein-compound affinity matrix and its application to the design of a focused library for cytochrome P450 (CYP) ligands.”, Journal of chemical information and modeling, 46, 2610-22 (2006)
Last update on January 12, 2018

Affinity_fingerprint: Compound database and protein-compound affinity matrix (タンパク質‐リガンド分子ドッキングスコア・マトリクス)

低分子リガンドと、182タンパク質に対する200万の低分子化合物のSievgeneによるドッキングスコア・マトリクスを提供します。このデータベースがselectMTSおよび selectDSIに使われます。この大きなサイズのデータを利用したい方は、福西 快文 主任研究員 (y-fukunishi * aist. go. jp: * は @に置き換えること)に連絡をしてください。

Substrucure_search

化合物の構造類似性に基づいてligand-based drug screeningを行なうプログラムです。Ullmanの方法により、低分子リガンドの立体構造に基づいて、類似したサブ構造探索を行います。
Last update on January 12, 2018

TGS: Topological Graph Search (A Similarity Search Using Molecular Topological Graphs)

Molecular Edge マトリクスの固有値に基づき、低分子リガンドの分子の類似性を解析します。
Y. Fukunishi, H. Nakamura. “A similarity search using molecular topological graphs”, Journal of Biomedicine and Biotechnology, Volume 2009 (2009), Article ID 231780
Last update on January 13, 2018

MVO: Molecular-Dynamics Maximum-Volume Overlap

分子動力学計算により、低分子リガンド同士の体積の重なりが最も大きくなるような配置を考えることによる、リガンド分子の類似性解析を行います。
( ToolsYYMMDD.tar.gzに梱包されています。)
Y. Fukunishi, H. Nakamura, “A new method for in-silico drug screening and similarity search using molecular-dynamics maximum-volume overlap (MD-MVO) method”, Journal of Molecular Graphics and Modelling, 2009, 27, 628-636
Last update on January 14, 2018

MVO_screening

MVO_scoreeningは、MVO(Maximum volume overlap)法を使って、クエリー分子と重なりが大きい分子を探索するプログラムです。
Last updated on February 27, 2018

分子物性推算

LogS_prediction: (溶解度推定ツール)

分子記述詞と溶媒和自由エネルギーに基づいて低分子化合物の溶解度(LogS)を推定し、アグリゲータも予測します。
T. Mashimo, Y. Fukunishi, M. Orita, N. Katayama, S. Fujita, H. Nakamura. “Quantitative analysis of aggregation-solubility relationship by in-silico solubility prediction.” International Journal of High Throughput Screening, 2010:1, 99-107
Last update on January 14, 2018

合成容易性予測・分子エディター

ReCGen: Generate virtual compounds based on input structure

フラグメントベースのバーチャル化合物生成プログラムのソースコードです。
このプログラムはフラグメントDB作成ツール、DBマージツール、構造生成ツールの3つの機能を提供しております。
ReCGenは京都コンステラ・テクノロジーズが著作権を有する化合物構造生成プログラムです。
Last updated on March 1, 2018

SyntheticAccessibility: Prediction of the synthetic accessibility of given compounds

与えられた化合物の合成容易性を、分子の複雑度、光学活性中心、対称性から予測するプログラムです。合成容易性は、0(簡単)~10(困難)の数字で表示されます。
Y. Fukunishi, T. Kurosawa, Y. Mikami, H. Nakamura. Prediction of Synthetic Accessibility Based on Commercially Available Compound Databases. Journal of Chemical Information and Modeling. (2014), 54 (12), 3259-3267.
Last updated on January 11, 2018

PDBx/mmCIF書式対応ツール

LibMyPresto: Library package for parsing and writing of PDBx/mmCIF and PDB formatted files

PDBが提供するPDBx/mmCIFフォーマットとPDBフォーマットの双方のデータの読み書きを行うライブラリを提供します。C言語、f77およびf90のプログラムとリンクさせ、それらから呼び出して使う事ができます。