MOLSISニュースレター第29号を発行しました。
[掲載内容]
p1 BIOVIA TURBOMOLE：BIOVIA TURBOMOLE 2024 リリース
——[新製品情報]——
p2 BIOVIA TURBOMOLE：BIOVIA TURBOMOLE 2024 リリース
p3 GENEVESTIGATOR：GENEVESTIGATOR アップデート
——[技術情報]——
p4 MedeA：エポキシ樹脂-フィラー界面モデルの構築
p6 MOE：MOE 応用事例紹介
p8 SeeSAR：SeeSAR によるSBDD 活用事例
p9 CDD Vault：2023 年6 月以降の新機能紹介
p10 ClaritySuite：ClaritySuite バージョンアップ
——[セミナー情報]——
p11 ライフサイエンス：MOLSIS創薬DXセミナー2024 開催報告
ライフサイエンスソフトウェア紹介セミナー（2024年4月～6月開催）をウェビナー形式で開催させていただきます。
詳細はこちら
材料分野における分子シミュレーションソフトウェアのハンズオンセミナーをウェビナー形式で開催します。（2024年4月～6月開催）
詳細はこちら
MOLSISニュースレター第28号を発行しました。
[掲載内容]
p1 ClaritySuite：ClaritySuite リリース
——[新製品情報]——
p2 ClaritySuite：ClaritySuite リリース
p4 Partek Flow: Partek Flow 11.0 リリース
p5 infiniSee 5.1: 母核クラスタリングと類似性の可視化
——[技術情報]——
p6 MOE: Molecular Glue Modeling Tool: 分子糊開発用アプリケーション
p8 DFF・SciMAPS: DFF とSciMAPS による二次電池用電解質の検討
p10 Scilligence: 学術研究での電子実験ノートの活用事例
p11 MedeA: MedeA Interface Builder: 界面モデル構築機能
——[セミナー情報]——
p12 MedeA : Materials Design 社ユーザー会2023
セーフティ・インテリジェンス・プラットフォームClaritySuiteを販売開始しました。医薬品のライフタイム全体に亘る安全性情報を統合し、シグナル検出、トランスレーショナル・セーフティ解析のためのプラットフォームを提供します。
詳細はこちら
2024年2月8日にMOLSIS創薬DXセミナー ～創薬支援のためのデータベースの活用～ をウェビナー形式で開催します。
詳細と参加申込はこちら(申込締切2/6)
弊社社員が実験自動化・自律化に関する書籍で一節を執筆しました。
「実験の自動化・自律化によるR&Dの効率化と運用方法
－AI、ロボット技術、ChatGPT、MI、ベイズ最適化、秘密計算など－」（技術情報協会）
創薬研究情報共有クラウドシステム「CDD Vault」を用いたクラウド型電子実験ノートでの研究データの統合的管理の概要と事例をまとめています。
リプリントを差し上げます。ご希望の方はお問い合わせ窓口よりご請求ください。
Database AutoPH4: pharmacophore analysis of multiple protein structures
Chris Williams (Chemical Computing Group ULC)
Abstract: An automated approach to summarize pocket shapes and binding hot-spots from a collection of protein structures is presented. Pocket shapes are described using pocket volumes derived from Alpha Sites and molecular surfaces. Binding hot-spots are located using pharmacophore features generated by AutoPH4. Collections of pocket volumes and pharmacophores are analyzed using feature densities which map onto a universal grid the fraction of structures that possess a given feature at each point in space. Regions with high pharmacophore feature densities identify the most persistent interaction binding hot-spots over the collection of structures. Pocket volume densities detect and classify binding site regions into core pockets and sub-pocket regions. Fingerprints that represent pocket shape, sub-pocket presence and pharmacophore feature presence are derived and used to cluster and classify multiple protein structures using standard fingerprint clustering tools. Application of the method to fragment-based drug design, minor pocket detection, selectivity mapping, binding-mode classification and custom docking scoring function creation is presented.