タンパク質を薬物様化合物と結合する：BindingDBとKNIMEを使用したオープンソースの創薬ワークフロー

今日のタンパク質スモール分子相互作用データの大規模な公開データベースは、データマイニングと統合のための重要な新しい機会を生み出しています。同時に、新しいグラフィカルユーザーインターフェイスベースのワークフローツールは、情報学とデータ分析のためのカスタムスクリプトの簡単な代替品を提供します。ここでは、薬理学的データとより広範な生体分子分析との統合に向けたステップとして、大規模なタンパク質リガンドデータベースバインディングDBがKNIMEワークフローにどのように組み込まれるかを示します。したがって、Restful Webサービスを介して、より集中的なクエリのために、完全なBindingDBデータセットの局所蒸留を介して、バインディングDBデータにアクセスするKNIMEワークフローのコレクションについて説明します。特に、化学的類似性の概念に基づいて、生物活性化合物のタンパク質標的に関する情報に基づいた仮説を生成するために、知識ベースのツールのKNIME実装に焦点を当てています。この基本的なアプローチの多くのバリエーションは、比較的不明確な治療標的を備えた7つの既存の薬物についてテストされており、以前に確認されたいくつかの結果の複製と、新しい高品質のヒットの発見につながります。将来の開発への影響について説明します。データベースURL：www.bindingdb.org。

Today's large, public databases of protein-small molecule interaction data are creating important new opportunities for data mining and integration. At the same time, new graphical user interface-based workflow tools offer facile alternatives to custom scripting for informatics and data analysis. Here, we illustrate how the large protein-ligand database BindingDB may be incorporated into KNIME workflows as a step toward the integration of pharmacological data with broader biomolecular analyses. Thus, we describe a collection of KNIME workflows that access BindingDB data via RESTful webservices and, for more intensive queries, via a local distillation of the full BindingDB dataset. We focus in particular on the KNIME implementation of knowledge-based tools to generate informed hypotheses regarding protein targets of bioactive compounds, based on notions of chemical similarity. A number of variants of this basic approach are tested for seven existing drugs with relatively ill-defined therapeutic targets, leading to replication of some previously confirmed results and discovery of new, high-quality hits. Implications for future development are discussed. Database URL: www.bindingdb.org.