用于搜索肽分子的修饰位点的方法、设备以及记录介质与流程

本文论述的实施方式涉及用于搜索肽分子的修饰位点(modificationsite)的方法、设备以及记录介质。

背景技术：

通过使用计算机实验来预测在溶剂中目标分子(例如蛋白质)和药物候选分子结合成稳定结合结构(也称为复合结构)的结合自由能。已经研究了用于预测在药物候选分子是低分子化合物的情况下的结合自由能的各种方法。

然而，在药物候选分子为肽分子的情况下，目标分子和药物候选分子的结构波动大，因此难以充分采样。因此，没有合适的方法来预测在溶剂中目标分子(例如，蛋白质)和作为肽分子的药物候选分子结合成结合结构的结合自由能。

然而，已经积极地进行了使用——由于结构的灵活性而具有非常大的结合活性的——肽分子作为药物候选分子的新药物的开发。在实际的开发过程中，在通过实际实验发现具有一定程度的结合活性的肽分子的情况下，对肽分子进行修饰以增强结合活性。然而，这些操作通常是通过研究人员的经验和直觉来执行的，并且开发可能延迟。

相关技术公开在例如以下文献中：日本公开特许公报第2006-209764号，以及ming-honghao,omarhaq和ingomuegge,"torsionanglepreferenceandenergeticsofsmall-moleculeligandsboundtoproteins",j.chem.inf.model.2007,47,2242-2252。

本实施方式的目的在于提供能够高效地搜索肽分子的修饰位点的用于搜索肽分子的修饰位点的方法和设备。

技术实现要素：

根据实施方式的方面，一种用于搜索肽分子的修饰位点的方法，包括：由计算机通过使用肽分子的第一空间结构的数据计算肽分子的第二空间结构，第一空间结构是肽分子在目标分子和肽分子的复合结构中的空间结构，第二空间结构是在肽分子的主链在第一空间结构中的空间构型(configuration)为固定的状态下肽分子的稳定空间结构；以及将第二空间结构的数据与第一空间结构的数据进行比较，以搜索在这两个空间结构之间在空间构型上具有差异的侧链。

根据所公开的用于搜索肽分子的修饰位点的方法，可以解决相关技术中的上述问题，并且可以有效地搜索肽分子的修饰位点。

附图说明

图1是示出在退火方法中使用的优化设备(计算单元)的配置的图；

图2是转变控制单元的电路级框图；

图3是示出转变控制单元的操作流程的图；

图4是所公开的技术的示例的流程图；

图5a是复合结构(1wca)的示例的示意图；

图5b是两个肽分子交叠的图；

图6是用于搜索肽分子的修饰位点的所公开设备的配置示例；

图7是用于搜索肽分子的修饰位点的所公开设备的另一配置示例；以及

图8是用于搜索肽分子的修饰位点的所公开设备的另一配置示例。

具体实施方式

(用于搜索肽分子的修饰位点的方法)

所公开的方法是使用计算机(信息处理设备)搜索肽分子的修饰位点的方法。

所公开的方法包括计算过程和比较过程，并且在适当的时候还包括其他过程。

在计算过程中，通过使用肽分子在目标分子和肽分子的复合结构中的空间结构的数据来计算在肽分子的主链在空间结构中的空间构型为固定的状态下肽分子的稳定空间结构。

在比较过程中，将计算出的肽分子的稳定空间结构的数据与复合结构中肽分子的空间结构的数据进行比较，以搜索在两个肽分子之间在空间构型上具有差异的侧链。

在旨在通过使用计算机的现有模拟来搜索肽分子的修饰位点的情况下，对由肽分子、目标分子以及存在于它们周围的水分子组成的系统执行电子状态计算，并搜索肽分子中的要修饰的位点。然而，当将该方法应用于等于或大于十万个原子的综合系统时，会使用几年的计算时间，这是不现实的。

在使用肽分子的新药物的开发中，重要的是尽可能快地了解药物候选分子在复合结构中具有什么样的结构。在具有高结合活性的系统中，分子在由该分子和目标分子组成的复合结构中通常呈天然结构(稳定空间结构)。

因此，当肽分子的结构是复合结构中的天然结构时，认为结合活性大。

构成肽分子的氨基酸残基由如下面所描述的称为主链的结构和称为侧链的结构组成。

上述式中的与α-碳结合的r1、r2、r3表示侧链。侧链以外的部分为主链。

在肽分子和目标分子形成复合结构的情况下，通过具有它们可以在能量上获得彼此益处的结构，它们相对稳定。针对肽分子，预期由于复合结构的形成而从其天然形式扭曲的主链的空间构型会影响侧链的空间构型。因此，在主链的扭曲的空间构型之下的侧链的稳定空间构型不同于复合结构中的侧链的空间构型的情况下，认为侧链极大地有助于复合结构的结构稳定。这样的侧链在下文中被称为热点(hotspot)。

考虑对热点的结构进行修饰，以使得复合结构中肽分子的结构接近更自然的结构(稳定的空间结构)，由此修饰的肽分子和目标分子的复合结构更稳定。

因此，在所公开的技术中，执行以下操作。

通过使用肽分子在目标分子与肽分子的复合结构中的空间结构的数据，计算在固定肽分子的主链在空间结构中的空间构型的状态下肽分子的稳定空间结构。

将计算出的肽分子的稳定空间结构的数据与复合结构中肽分子的空间结构的数据进行比较，以搜索在两个肽分子之间在空间构型上具有差异的侧链。

在所公开的技术中，当搜索结合的贡献大的位点时，可以不执行电子状态计算。因此，在所公开的技术中，可以有效地搜索肽分子的修饰位点。

<计算过程>

在计算过程中，通过使用肽分子在目标分子和肽分子的复合结构中的空间结构的数据来计算在肽分子的主链在空间结构中的空间构型为固定的状态下肽分子的稳定空间结构。

<<目标分子>>

目标分子没有特别限制并可以根据预期目的来适当选择，并且其示例包括蛋白质、核糖核酸(rna)、脱氧核糖核酸(dna)等。

<<肽分子>>

肽分子是作为单体的氨基酸通过肽键在短链中连接的分子。

肽分子可以是环状分子或非环状分子。

构成肽分子的氨基酸的数目没有特别限制，并且可以根据预期目的来适当地选择，例如，该数目可以等于或大于5并且等于或小于100，等于或大于5并且等于或小于50，等于或大于10并且等于或小于50，或者等于或大于10并且等于或小于30。

氨基酸可以是天然存在的氨基酸或非天然存在的氨基酸，只要它是具有氨基和羧基两者的官能团的有机化合物。

氨基酸的示例包括：

甘氨酸(gly)

脯氨酸(pro)

丙氨酸(ala)

精氨酸(arg)

天冬酰胺(asn)

天冬氨酸(asp)

半胱氨酸(cys)

谷氨酰胺(gln)

谷氨酸(glu)

组氨酸(his)

异亮氨酸(ile)

亮氨酸(leu)

赖氨酸(lys)

蛋氨酸(met)

苯丙氨酸(phe)

丝氨酸(ser)

苏氨酸(thr)

色氨酸(trp)

酪氨酸(tyr)

缬氨酸(val)

鸟氨酸(orn)

硒代半胱氨酸(sec)

吡咯烷(pyrrolidine)(pyl)

正缬氨酸

正亮氨酸

瓜氨酸

肌酸

胱氨酸

甲状腺素

磷酸丝氨酸

氨基酸的分子量没有特别限制并可以根据预期目的来适当地选择，例如，假设氨基酸的分子量等于或大于89，89是丙氨酸的分子量，并且例如，氨基酸的分子量可以等于或大于89并且等于或小于500，或者等于或大于89并且等于或小于300。

<<复合结构>>

目标分子和肽分子的复合结构是稳定的结构。

复合结构可以是稳定结构是已知的已知复合结构，或者可以是稳定结构是未知的未知复合结构。

已知复合结构的示例包括记录在已知数据库中的复合结构。在已知的数据库中，例如，记录了根据实验(例如x-射线晶体学、核磁共振(nmr)分析以及使用冷冻电子显微镜的分析)获得的分子(配体(ligand))和目标分子(受体)的复合结构的实验数据。

已知数据库的示例包括蛋白质数据库(pdb)等。

未知的复合结构可以使用例如分子力学方法、分子动力学方法等来获得。其中，分子动力学方法是优选的。

分子动力学(md)方法是指通过数值求解牛顿运动方程来模拟粒子(质点)例如原子的运动的方法。

通过分子动力学方法的分子动力学计算(模拟)可以使用例如分子动力学计算程序来执行。分子动力学计算程序的示例包括amber、charmm、gromacs、gromos、namd、mypresto等。

在分子动力学计算中，例如通过在一定温度和压力条件(npt系综)下执行计算，可以将结合结构驰豫(relax)至热平衡状态或接近热平衡状态的状态。

空间结构数据包括例如原子信息数据、坐标信息数据和结合信息数据，并且在坐标空间中构建空间结构。

数据格式没有特别限制，并且可以根据预期目的来适当地选择，并且例如，数据格式可以是文本数据、结构数据文件(sdf)格式或mol文件格式。

原子信息数据是关于原子类型的数据。

坐标信息数据是关于原子的坐标(位置)的数据。

结合信息数据是关于原子之间的键的数据。

在计算过程中，计算在复合结构中的肽分子的主链在肽分子的空间结构中的空间构型为固定的状态下肽分子的稳定空间结构。

在计算肽分子的稳定空间结构时，例如，考虑复合结构中的肽分子周围的相对介电常数来设置肽分子周围的相对介电常数。这里的考虑是指例如使肽分子周围的相对介电常数与复合结构中的肽分子周围的相对介电常数匹配或近似。肽分子周围的相对介电常数设置为例如四。

用于计算在主链的空间构型为固定的状态下肽分子的稳定空间结构的方法没有特别限制，并且可以根据预期目的适当选择，然而，优选的是，通过使用关于——基于肽分子的侧链的限制条件而转换的——伊辛模型的退火方法执行基态搜索，来计算伊辛模型的最小能量。

通过固定主链的空间构型，对肽分子的稳定空间结构的搜索可以简化为侧链的空间构型的组合优化问题。因此，可以计算伊辛模型的最小能量。伊辛模型的最小能量的计算是在详尽地搜索在主链的空间构型为固定的状态下肽分子的稳定空间结构的方法中的、可以在非常短的时间内执行的方法。因此，这极大地有助于更有效地执行所公开的技术。

伊辛模型的能量等式例如可以由下面的等式表示。

在等式中，wij表示侧链-侧链相互作用。bi表示氨基酸残基处的主链-侧链相互作用。xi表示侧链的转动体(rotor)状态的位。“res”表示氨基酸残基。“rot”表示侧链的转动。xk表示第k个氨基酸残基的转动体状态的位。a表示正数。b表示正数。

伊辛模型的最小能量可以使用退火机来计算。退火机没有特别限制，并且可以根据预期目的适当地选择，只要它是采用对由伊辛模型表示的能量函数执行基态搜索的退火方法的计算机，并且退火机可以是量子退火机、使用半导体技术的半导体退火机，或者是使用中央处理单元(cpu)或图形处理单元(gpu)通过软件执行的模拟退火。

下面将描述退火方法和退火机的示例。

退火方法(模拟退火方法，sa方法)是一种蒙特卡洛方法，并且是通过使用随机数值概率性地获得解的方法。在下文中，将使待优化的评估函数的值最小化的目的作为示例进行描述，评估函数的值将被称为能量。在最大化的情况下，可以改变评估函数的符号。

首先，从向各个变量指定一个离散值的初始状态开始，检查从当前状态(变量的值的组合)到接近当前状态的状态(例如，变量中仅一个变量被改变的状态)的状态转变。计算与状态转变相关联的能量改变，并且根据所计算的值，随机地确定是采用状态转变并改变当前状态，还是保持当前状态而不采用状态转变。当将引起能量下降的状态转变的采用概率设置为大于引起能量上升的状态转变的采用概率时，状态变化沿能量平均下降的方向发生，并且因此可以预期：随着时间的流逝，状态被转变到更合适的状态。最后，可以获得最优解或者可能导致接近最优解的能量的能量的近似解。当以确定性方式采用引起能量下降的状态转变并且不采用引起能量上升的状态转变时，能量的改变随着时间大体地单调下降，然而，一旦达到局部解，就不可能发生进一步的变化。由于在如上所描述的离散优化问题中存在非常大量的局部解，因此在许多情况下，状态被卡在并非接近最优解的局部解处。因此，重要的是随机地决定是否采用状态转变。

在退火方法中，已经证明，当状态转变的采用(接受)概率被如下确定时，状态在无限时间(迭代次数)的极限处达到最优解。

(1)对于与状态转变相关联的能量改变(能量减少)值(-δe)，状态转变的接受概率p通过下列函数f()中的任何函数来确定。

p(δe，t)＝f(-δe/t)(公式1-1)

fmetro(x)＝min(1，e^x)(metropolis方法)(公式1-2)

(吉布斯方法)(公式1-3)

t是被称为温度值的参数，并且如下改变。

(2)如下式所表示，温度值t相对于迭代次数t对数地减小。

t0表示初始温度值，并且期望根据问题将t0设置为足够大的值。

在使用由(1)中的公式表达的接受概率的情况下，当在足够的迭代次数之后达到稳态时，对于热力学中的热平衡状态，各个状态的占有概率(occupationprobability)遵循玻尔兹曼分布。由于当温度从高初始温度逐渐降低时较低能量状态的占有概率增加，因此认为当温度充分降低时获得低能量状态。该方法被称为退火方法(或伪退火方法)，因为这种行为类似于对材料进行退火时的状态变化。引起能量上升的状态转变的随机发生对应于物理学中的热激发。

图1示出了执行退火方法的优化设备(计算单元)的概念配置。尽管在以下描述中也将描述生成状态转变的多个候选的情况，但是在常规的基本退火方法中逐个生成转变候选。

优化设备100包括状态保持单元111，该状态保持单元111用于保持当前状态s(多个状态变量的值)。优化设备100还包括能量计算单元112，该能量计算单元112用于计算在由于多个状态变量的值中的任何值的改变而发生从当前状态s的状态转变的情况下状态转变的能量改变值{-δei}。优化设备100包括控制温度值t的温度控制单元113和控制状态改变的转变控制单元114。

转变控制单元114基于温度值t、能量改变值{-δei}以及随机数值，根据能量改变值{-δei}与热激发能量之间的相对关系来随机地确定是否接受多个状态转变中的任何状态转变。

当转变控制单元114被细分时，转变控制单元114包括：用于生成状态转变的候选的候选生成单元114a；以及用于针对每个候选基于候选的能量改变值{-δei}和温度值t随机地确定是否接受状态转变的接受确定单元114b。转变控制单元114还包括用于从所接受的候选中确定要采用的候选的转变确定单元114c，以及用于生成概率变量的随机数生成单元114d。

一次迭代中的操作如下。首先，候选生成单元114a生成从状态保持单元111所保持的当前状态s到下一状态的状态转变的一个或多个候选(候选编号{ni})。能量计算单元112通过使用当前状态s和状态转变的候选来计算候选的每个状态转变的能量改变值{-δei}。接受确定单元114b使用温度控制单元113生成的温度值t和由随机数生成单元114d生成的概率变量(随机数值)，并且根据相应状态转变的能量改变值{-δei}，以由(1)中的上述公式表示的接受概率来接受状态转变。接受确定单元114b输出相应状态转变的接受{fi}。在接受多个状态转变的情况下，转变确定单元114c通过使用随机数值来随机选择多个状态转变中的一个状态转变。然后，转变确定单元114c输出所选择的状态转变的转变编号n和转变接受f。在存在被接受的状态转变的情况下，根据所采用的状态转变来更新存储在状态保持单元111中的状态变量的值。

从初始状态开始，在使温度控制单元113降低温度值的同时重复上述迭代，并且当满足结束确定条件(例如达到一定的迭代次数，或者能量变得低于预定值)时，操作结束。优化设备100输出的解是与操作结束对应的状态。

图2是正常退火方法中用于逐个生成候选的转变控制单元(尤其是用于接受确定单元的算术部分)的配置示例的电路级框图。

转变控制单元114包括随机数生成电路114b1、选择器114b2、噪声表114b3、乘法器114b4和比较器114b5。

选择器114b2选择并输出针对相应状态转变的候选计算出的能量改变值{-δei}中与作为由随机数生成电路114b1生成的随机数值的转变编号n对应的能量改变值。

稍后将描述噪声表114b3的功能。例如，可以使用诸如随机存取存储器(ram)或闪存的存储器作为噪声表114b3。

乘法器114b4输出通过将由噪声表114b3输出的值与温度值t(对应于上述的热激发能量)相乘而得到的积。

比较器114b5输出将乘法器114b4输出的乘法结果与由选择器114b2所选择的能量改变值-δe进行比较的比较结果，作为转变接受f。

图2所示的转变控制单元114基本上按原样实现上述功能，但是由于在此之前没有说明以由(1)中的公式表示的接受概率来允许状态转变的机制，因此对其进行补充。

通过具有两个输入a和b的比较器，通过将接受概率p输入至输入a并且将具有在区间[0，1)中的值的均匀随机数输入至输入b，可以实现以接受概率p输出1且以概率(1-p)输出0的电路，其中，该比较器在a＞b时输出1并且在a＜b时输出0。因此，在将基于能量改变值和温度值t通过使用(1)中的公式计算出的接受概率p的值输入至比较器的输入a的情况下，可以实现上述功能。

具体而言，假设f是(1)中的公式中使用的函数，并且u是具有区间[0，1)中的值的均匀随机数，则当f(δe/t)大于u时输出1的电路实现上述功能。

可以接受这种状况，然而，可以通过以下修改来实现相同的功能。即使当将相同的单调递增函数应用于两个数时，这两个数也保持相同的大小关系。因此，即使当将相同的单调递增函数应用于比较器的两个输入时，也获得相同的输出。当采用f的反函数f^-1作为该单调递增函数时，可以看出，可以采用当-δe/t大于f^-1(u)时输出1的电路。由于温度值t为正，因此可以看出，可以采用当-δe大于tf^-1(u)时输出1的电路。图2中的噪声表114b3是用于实现反函数f^-1(u)的转换表，并且是用于输出关于通过将区间[0，1)离散化而获得的输入的以下函数的值的表。

尽管转变控制单元114包括保持确定结果等的锁存器、生成对应定时的状态机等，但是为了简化说明，在图2中未示出这些部件。

图3示出了转变控制单元114的操作流程。该操作流程包括：选择一个状态转变作为候选的步骤(s0001)、通过将关于状态转变的能量改变值与温度值和随机数值之积进行比较来确定是否接受状态转变的步骤(s0002)、以及当接受状态转变时采用状态转变以及当不接受状态转变时则不采用状态转变的步骤(s0003)。

<比较过程>

在比较过程中，将计算出的肽分子的稳定空间结构的数据与复合结构中肽分子的空间结构的数据进行比较，以搜索在两个肽分子之间在空间构型上具有差异的侧链。

通过可视化肽分子的稳定空间结构和肽分子在复合结构中的空间结构来优选地执行比较。这样做时，可以容易地发现在两个肽分子之间在空间构型上具有差异的侧链。

用于使肽分子的空间结构可视化的方法没有特别限制，并且可以根据预期目的来适当地选择，并且可以使用已知的分子图形软件来执行。例如，分子图形软件的示例包括pymol等。

例如，可以通过将肽分子的空间结构数据并入分子图形软件中来构建空间结构，并在显示装置上显示所产生的空间结构来执行可视化。

优选地，通过将肽分子的经可视化的稳定空间结构的主链与肽分子的经可视化的空间结构的主链叠置来执行比较。以这种方式，可以更容易地发现在两个肽分子之间在空间构型上具有差异的侧链。

主链的叠置，例如可以通过使肽分子中的各氨基酸残基的cα原子交叠并且使侧链的cβ原子交叠来进行。

主链的叠置可以使用例如分子图形软件进行。例如，分子图形软件的示例包括pymol等。

在比较过程中，例如，从在两个肽分子之间在空间构型上具有差异的侧链中指定对复合结构的结构稳定化贡献极大的侧链(热点)。

热点的识别可以根据在两个肽分子之间在空间构型上具有差异的侧链适当地确定。例如，当计算的肽分子的稳定空间结构叠置在复合结构的肽分子的空间结构上使得两个肽分子的主链交叠时，在计算的肽分子的侧链与复合结构的目标分子的结合位点(肽分子与目标分子结合的位点)交叠的情况下，侧链被指定为热点。

与和结合位点交叠的侧链相对应的复合结构的肽分子中的侧链可能干扰复合结构的结构稳定。具体地，侧链可能是热点。

将使用流程图描述所公开的技术。

图4是所公开的技术的流程图的示例。

<步骤s1>

首先，使用肽分子在目标分子和肽分子的复合结构中的空间结构的数据来计算在肽分子的主链在空间结构中的空间构型为固定的状态下肽分子的稳定空间结构(s1)。

可以从已知数据库中记录的复合结构的数据中获取复合结构中肽分子的空间结构的数据。已知数据库的示例包括蛋白质数据库(pdb)等。

例如，优选地是，通过使用关于基于肽分子的侧链的限制条件转换的伊辛模型的退火方法执行基态搜索以计算伊辛模型的最小能量来执行稳定空间结构的计算。

<步骤s2>

接着，将计算出的肽分子的稳定空间结构的数据与复合结构中的肽分子的空间结构的数据进行比较，以搜索在两个肽分子之间在空间构型上具有差异的侧链(s2)。

通过使用例如分子图形软件可视化肽分子的稳定空间结构和复合结构中肽分子的空间结构来执行比较。

因此，可以有效地找到要被修饰以使复合结构稳定的肽分子的侧链。

下面描述所公开的技术的方法的实验结果的示例。

图5a是pdb中的1wca的复合结构。该蛋白质是亲环蛋白(cyclophilin)a(cypa)，以及肽分子是环孢菌素(cyclosporin)a(csa)。

使用图5a所示的具有复合结构的肽分子，在肽分子主链的空间构型为固定的状态下计算肽分子的稳定空间结构。

在主链交叠的状态下，可视化计算出的肽分子的稳定空间结构和复合结构中的肽分子的空间结构。结果示于图5b中。

在图5b中，待比较的两个肽分子的主链交叠，并且一些侧链在空间构型上具有差异。用圆圈表示的侧链1-leu、4-ver、6-leu在空间构型上具有很大差异，并且可能是热点。计算出的肽分子侧链的结构用相对细的线来表示。

(程序)

所公开的程序是使计算机执行所公开的用于搜索肽分子的修饰位点的方法的程序。

可以根据要使用的计算机系统的配置以及操作系统的类型、版本等使用各种已知的程序语言来创建程序。

程序可以使用诸如内部硬盘或外部硬盘的记录介质来记录，或者可以使用诸如压缩盘只读存储器(cd-rom)、数字多功能盘只读存储器(dvd-rom)、磁光盘(mo盘)或通用串行总线(usb)存储器[usb闪存驱动器]的记录介质来记录。当使用诸如cd-rom、dvd-rom、mo盘或usb存储器的记录介质来记录程序时，可以直接使用程序，或者在适当时通过包括在计算机系统中的记录介质读取装置将程序安装在硬盘上来使用程序。程序也可以被记录在可通过信息通信网络从计算机系统访问的外部存储区域(另一计算机等)中，并且程序可以通过信息通信网络从外部存储区域直接使用，或者在适当时通过安装在硬盘上来使用。

可以在针对每个任意过程划分程序的同时使用多个记录介质来记录程序。

(记录介质)

所公开的记录介质记录所公开的程序。

所公开的记录介质是计算机可读的。

所公开的记录介质可以是暂态的或非暂态的。

例如，所公开的记录介质是在其上记录用于使计算机执行所公开的用于搜索肽分子的修饰位点的方法的程序的记录介质。

记录介质没有特别限制，并且可以根据目的适当地选择，并且其示例包括例如内部硬盘、外部硬盘、cd-rom、dvd-rom、mo盘、usb存储器等。

记录介质可以是多个记录介质，其中，针对每个任意处理划分并记录程序。

(用于搜索肽分子的修饰位点的设备)

所公开的用于搜索肽分子的修饰位点的设备至少包括计算单元和比较单元，并且在适当的时候还包括其他单元。

通过使用肽分子在目标分子和肽分子的复合结构中的空间结构的数据，计算单元计算在肽分子的主链在空间结构中的空间构型为固定的状态下肽分子的稳定空间结构。

比较单元将计算出的肽分子的稳定空间结构的数据与复合结构中的肽分子的空间结构的数据进行比较，以搜索在两个肽分子之间在空间构型上具有差异的侧链。

计算单元的方面与所公开的用于搜索肽分子的修饰位点的方法中的计算过程的方面相同。

比较单元的方面与所公开的用于搜索肽分子的修饰位点的方法中的比较过程的方面相同。

所公开的用于搜索肽分子的修饰位点的设备包括例如存储器、处理器，并且在适当的时候包括其他单元。

存储器存储例如目标分子和肽分子的复合结构的数据。

存储器存储例如复合结构中的肽分子的空间结构的数据。

存储器存储例如计算出的肽分子的稳定空间结构的数据。

处理器耦接至存储器。

处理器使用肽分子在目标分子和肽分子的复合结构中的空间结构的数据来计算在肽分子的主链在空间结构中的空间构型为固定的状态下肽分子的稳定空间结构。

处理器将计算出的肽分子的稳定空间结构的数据与复合结构中的肽分子的空间结构的数据进行比较，以搜索在两个肽分子之间在空间构型上具有差异的侧链。

处理器是例如cpu、gpu或其组合。

图6是示出用于搜索肽分子的修饰位点的所公开设备的配置示例。

设备10通过例如经由系统总线18耦接的cpu11、存储器12、存储单元13、显示单元14、输入单元15、输出单元16、i/o接口单元17等来配置。

cpu11执行操作(四则运算、比较操作等)、硬件和软件的操作控制等。

存储器12是诸如ram、只读存储器(rom)等的存储器。ram存储从rom和存储单元13读取的操作系统(os)、应用程序等，并且用作cpu11的主存储器和工作区。

存储单元13是用于存储各种程序和数据的装置，并且例如是硬盘。存储单元13存储要由cpu11执行的程序、要用于执行程序、os的数据等。

程序存储在存储单元13中，加载到存储器12的ram(主存储器)中，并由cpu11执行。

显示单元14是显示装置，并且例如是诸如crt监视器、液晶面板等的显示装置。

输入单元15是用于各种数据的输入装置，并且例如是键盘、定点装置(例如，鼠标等)等。

输出单元16是用于各种数据的输出装置，并且例如是打印机等。

i/o接口单元17是用于耦接各种外部装置的接口。例如，i/o接口单元17使cd-rom、dvd-rom、mo盘、usb存储器等的数据的能够输入和输出。

图7是用于搜索肽分子的修饰位点的所公开设备的配置的另一示例。

图7的配置示例是云型配置示例，并且cpu11独立于存储单元13等。在该配置示例中，存储存储单元13等的计算机30和存储cpu11的计算机40经由网络接口单元19和20耦接。

网络接口单元19和20是通过使用因特网执行执行通信的硬件。

图8是用于搜索肽分子的修饰位点的所公开设备的配置的另一示例。

图8的配置示例是云型配置示例，并且存储单元13独立于cpu11等。在该配置示例中，存储cpu11等的计算机30以及存储存储单元13的计算机40经由网络接口单元19和20耦接。