QMの城(FMOを使おう)/MIshimasyk_22_fmkz_pub.pdf

FMOを使おう

1. QMの城
2025/09/06 @fmkz___

2. 自己紹介
•kzfm(@fmkz___)
•blog.kzfmix.com
•分子設計と機械学習やってますが最
近買い物すると領収書が必要か聞か
れます、、、
•ビリヤニ３級、タイカレーは手抜き
派
•BPM広め(70-200bpm)
•論文と一緒でとりあえず溜めといてあ
とから掘ってる
•Tiësto, Odd Mob & Goodboys-
Won't Be Possible

3. FMO計算の概要
1.FMO（断片分子軌道）法は分子を断
片に分割して計算する手法です。
2.大規模分子の電子状態計算を効率化
できます。
3.各断片の軌道間相互作用を考慮し結
合エネルギーを解析します。
4.計算資源の節約と精度向上が両立可
能です。

4. PIEDA解析とは
1.PIEDAはFMO計算で得られる相互作
用解析の手法です。
2.分子間の相互作用エネルギーを複数
成分に分解します。
3.静電相互作用、交換反発、分散力、
極化効果を評価可能です。
4.相互作用の物理的意味を詳細に理解
できます。

5. FMO計算のメリット
•DMTAサイクルにおいて D(次になにを
つくるか？ )に対する仮説を提供できる
•これは大きい
•MoAに対する理解が深まる
•CTは割と重要 =>LUMO重要
•それ以外にも色々わかる
•わかることと次のデザインに活かすこ
とは全然違うけど

6. FMOの問題点
•インプット作成がめんどく
さすぎる
•これに尽きる

7. そうだ、イン
プットジェネ
レータを作ろう

8. 私とインプットジェネレータの歴史
•2004年頃perlでFMOインプットジェネ
レータを作成
•2006年頃pythonで書き直す欲求がたかま
る
•MOEのPDBに雑に対応
•2016年に会社を移り、まずやったことが
FMOインプットジェネレータを書くこと
•Python2.x
•MOEのちょっとずるい PDBに対応
•2025年に転職することになり、流石に同
じコードを書き続けるのが嫌になり OSSに
することを決めた

9. FMOkit(https://github.com/kzfm/FMOkit)

10. FMOkitの特徴
•GUIじゃなくて CUI
•スクリプトで大量にさばける
•mmCIFだけではなく mae/magzをサポート
•シュレ信者に優しい
•FMO計算結果を csvにparse
•解析はSpotfireのようなBIツールできれいに表示できる
•製薬企業の（特に分子設計の）ワークフローに組み込みやすい

11. FMO-DFTB計算もできる
•精度はほとんど落ちず (R2で0.9超えてる感覚 )
•でも計算速度は 10000倍以上速い
•PIEDA解析はできない
•Better scoring functionとして使うのはありな感じ
•Glide Scoreと相関高いけど、まぁ Glideはよくできているってことで

12. FMO-DFTB計算の
概要
1.FMO-DFTBはFMO法とDFTB法を組
み合わせた計算手法です 。
2.DFTBは密度汎関数理論の簡易版で
計算コストを大幅に削減可能です 。
3.大規模分子系の電子状態解析に適し
た手法です 。
4.FMO-DFTBは速度(??b????
に優れています 。

13. デモ
•Maestro/pdbfixer等で前処理して綺麗にした cif/maeを用意
•mkfmoinp/mkfmodftbinpでgamessinput fileに変換
•rungmsもしくはジョブキューシステムにジョブを投げる
•gamoutparserで計算結果の logをcsvに変換

14. ところで

15. 構造最適化フェーズ
における SBDDの
KSF
•高精度なターゲットタンパク質構造の維持
と更新が必要
•リガンドの結合モードの正確な予測が重要
•計算化学ツールを活用した反復的な構造最
適化の実施
•分子動力学シミュレーションによる構造の
柔軟性評価
•実験データとの統合によるモデルの検証と
改善
•チーム間の密なコミュニケーションと情報
共有

16. と、copilot は申しま
すが、、、
果たしてそうなのだろうか？

17. 私の考える SBDDのKSF (H2L, LO)
構造決定力 X 仮説構築力 X 技術X 計算資源

18. まとめ
•FMO計算を身近にするような OSSのツールキットを開発しています。
•Copilotのコンテクストを読み取ってイメージにする能力はまだまだ
•SBDDに求められることは各社違うなーと思ったりしています。