JP4589248B2 - 高分子結合予測システム - Google Patents

Description

本発明は、創薬シミュレーションシステム、並びに、生体高分子間の相互作用を計測する質量分析やプロティンチィップなどの解析システムを適用対象とし、高分子の結合を予測するシステムに関する。この種のシミュレーションの計算処理と解析処理を高速化するためには、並列分散計算システムを用いた並列分散環境が効果的であるが、単体の計算機においても本発明は有用である。

ポストゲノム時代では、ゲノム情報から得られた蛋白質やＤＮＡおよびＲＮＡを対象に、その高分子の生体機能を促進または阻害する薬剤として化合物分子構造の開発が行われている。例えば、標的となる蛋白質に対して、化合物の分子種、反応基や骨格構造を変化させて、蛋白質と結合強度が高くなるように化合物分子構造を設計する。創薬シミュレーションシステムでは、蛋白質と化合物における多数の配置構造に対して結合エネルギーを計算する。その結合エネルギーが最小となる結合構造を探索することで、化合物分子構造の最適設計を行う。この蛋白質と化合物の結合エネルギーが最小となる結合構造を高速に探索できれば、標的蛋白質に対する化合物分子構造の開発期間を短縮することが可能である。また、実験的に化合物分子を試作し蛋白質との結合強度を測定するコストを削減することができる。

図１９〜図２１は、創薬シミュレーションが並列分散環境で行われる並列分散計算システムの一般的な構成例を示す図である。

図１９は、計算処理の単位となるコンピューティングユニット１９０３が、計算処理を実行するコンピューティングプロセッサユニット１９０１と計算処理を実行するために必要な入力データ、または、計算処理を実行し得られた出力データを記憶するメモリユニット１９０２により構成されている状態を示す。また、この計算処理の単位となるコンピューティングユニット１９０３は、これらの間のデータ転送を実行するデータ転送ネットワーク１９０４，１９０５で格子状に結合されていることを示す。データ転送ネットワークの一つに制御のためのパーソナルコンピュータ１００が接続される。このパーソナルコンピュータ１００はシミュレーションの対象データの入力、コンピューティングユニット１９０３への計算の分配および各コンピューティングユニット１９０３間および各コンピューティングユニット１９０３の計算結果の集計等の処理を行う。また、システムには、例えば、パーソナルコンピュータ１００とネットワークの接続点に並列分散計算システムの管理ユニット１９０６が備えられ、システム全体で稼動可能なプロッセサ数Ｎ_ＰＥ、接続可能なコンピューティングユニットのプロセッサ機種、あるいは、ネットワークのスピード等の情報を収集してパーソナルコンピュータ１００に提供する。

図２０は、コンピューティングユニットがパーソナルコンピュータのクラスタ、または、ワークステーションのクラスタ２００１から成り、そのマシン間のデータ転送を実行するインサーネット２００２でリング状に接続されたデータ転送ネットワークから構成される構成例を示す図である。ここでも、データ転送ネットワークのインサーネット２００２に制御のためのパーソナルコンピュータ１００が接続される。ここでも、並列分散計算システムの管理ユニット２００３が備えられる。

図２１は、コンピューティングユニットが複数の超並列機２１０３とパーソナルコンピュータのクラスタとワークステーションのクラスタ２００１を高速なデータ転送を実行する高速ネットワーク２１０２で接続したグリッドマシン２１０１からなり、複数のグリッドマシン２１０１の間も高速ネットワーク２１０２でリング状に接続した広域分散環境での構成例を示す図である。ここでも、データ転送ネットワークの高速ネットワーク２１０２に制御のためのパーソナルコンピュータ１００が接続されるとともに、並列分散計算システムの管理ユニット２００３が備えられる。

図２２は、このような並列分散計算システム上で高分子の結合構造を予測するシミュレーションを行う従来システムの一例の処理機能に着目した概念図を示す。１００は、図１９〜２１で説明した並列分散計算システムのパーソナルコンピュータに対応し、ユーザがシミュレーションのデータを入力するための入力装置１０１、入力されたデータから各コンピューティングユニット１０４に結合エネルギーの計算を分配するための処理を実行するため、および、各コンピューティングユニットに分配して結合エネルギーの計算を行った結果を統合するための処理を実行するための処理・制御部１０２、処理・制御部１０２の動作状況あるいは統合したデータを表示するための出力装置１０３とから構成される。１０４は、図１９〜２１で説明した並列分散計算システムの各コンピューティングユニットであり、制御のためのパーソナルコンピュータ１００の与える情報に応じた計算を行い、パーソナルコンピュータ１００に計算結果を報告する。また、１０５は図１９〜２１で説明した並列分散計算システムの管理ユニットである。これらパーソナルコンピュータ１００、コンピューティングユニット１０４、および、並列分散計算システムの管理ユニット１０５は、一点鎖線で示し、相互に必要なデータの交換ができるという意味で太線で結んで示した。また、処理・制御部１０２の処理ステップとコンピューティングユニット１０４の処理ステップとの関連は細い実線で結んで示した。

ユーザは、ゲノム情報から得られている蛋白質やＤＮＡおよびＲＮＡ等のシミュレーション対象の高分子、例えば、水分子中の蛋白質と化合物の結合構造に対する探索領域、並びに、探索領域を分割する分割領域の数を入力する（ステップ２２１１）。また、探索領域を分割した分割領域の計算を分配する稼動可能なコンピューティングユニット数Ｎ_ＰＥを入力する（ステップ２２１２）。ここで、稼動可能なコンピューティングユニットの数Ｎ_ＰＥの数は、前記並列分散計算システムの管理ユニット１０５から提供されるデータを使用しても良いし、これより小さい数をユーザが入力装置１０１から指定しても良い。各コンピューティングユニットの出力データは、水分子中の蛋白質と化合物の結合構造に対する最小の結合エネルギーと結合構造における蛋白質と化合物と水分子の原子座標データであり、出力装置１０３はこれをユーザに見やすい形の画像あるいは数値データとして出力し、表示装置に表示する。

並列分散計算システムのコンピューティングユニットで結合エネルギーを計算し、その計算結果を集計する手順を説明する。２２４１は、探索領域を分割した分割領域の数と分割領域を分担するコンピューティングユニットの数Ｎ_ＰＥを用いて、各コンピューティングユニットに分配する分割領域の数を決定するステップである。２２４２は、各コンピューティングユニットに割り当てた分割領域において、結合エネルギーを計算する分割領域内の探索点を決定するステップである。２２４３は、通信制御のステップであり、ステップ２２４１，２２４２で決定した各コンピューティングユニットに結合エネルギーを計算するために割り当てた各探索点のデータを送信する。また、反対に、各コンピューティングユニットで計算した各探索点における結合エネルギーを受信する。２２４４は、ステップ２２４３にて受信した、各コンピューティングユニット１０４で計算した結合エネルギーの極小値と全コンピューティングユニットで計算した極小値の中の最小値を決定するステップである。２２４５は、分割領域内における結合エネルギーの極小値の収束性から反復計算を実行するか否かを判定するステップである。

反復計算を実行する場合はステップ２２４２に戻る。反復計算を終了する場合は、水分子中の蛋白質と化合物の結合エネルギーの最小値と結合構造に対する原子座標データを出力装置１０３に送る。

各コンピューティングユニットに分配した分割領域における蛋白質と化合物の結合エネルギーを計算するステップ２２４２について、図２３を参照してモンテカルロ法を用いた計算手順を説明する。図２３は、並進操作や回転操作による化合物と蛋白質の探索領域における結合エネルギーの概念図である。並進や回転の探索領域に応じて結合エネルギーは複雑な山と谷の形状を示す。モンテカルロ法では、化合物と蛋白質のある配置位置と結合エネルギーをもとに、乱数を用いて並進操作と回転操作による新しい配置構造を形成し、その結合エネルギーを計算する。元の配置位置に対する新しい配置位置の結合エネルギー差をΔＥとすれば、新しい配置構造に遷移する確率Ｐ（ΔＥ）は式（１）をもとに得られる。

ここで、ｋ_Ｂはボルツマン係数、Ｔは絶対温度である。また、Ｐ_ｔｈの確率で新しい配置構造に遷移するまでの探索回数は式（２）で与えられる。

図２２の従来システムを利用した一例として、非特許文献１に示したように、グリッドコンピュータを利用した蛋白質立体構造の予測に関する研究が行われた。本研究では、多種の蛋白質立体構造をもとに、蛋白質内の原子間相互作用の経験的エネルギーパラメータを決定するため、天然の蛋白質立体構造におけるエネルギーが最も低くなるように、経験的エネルギーパラメータを決定した。このとき、各種の蛋白質立体構造のエネルギー計算は独立なため、各コンピューテングユニットに分散した計算が行われた。
文部科学省 IT プログラム「スーパーコンピュータネットワークの構築」2002 年度研究計画と研究成果，「グリッドコンピュータを利用した蛋白質立体構造の予測に関する研究」（ｗｗｗ．ｂｉｏｇｒｉｄ．ｊｐ／ｐｒｏｊｅｃｔ／ｐｄｆ／ｃｏｍｐ５＿ＰＤＦ．ｐｄｆ）

従来システムでは、ユーザは、ゲノム情報から得られている蛋白質やＤＮＡおよびＲＮＡ等のシミュレーション対象の高分子について、入力装置１０１から探索領域と、探索領域を分割する分割領域の数を入力し、この入力された分割領域の数を用いて、探索領域の分割幅が設定される。この探索領域の最適な分割幅をユーザが決めることは極めて難しい。探索領域の分割幅が大き過ぎれば、探索領域における結合エネルギーは多数の山と谷の形状を含むことから、結合エネルギーの差分で表される式（２）の探索回数が増大する。分割幅が大き過ぎずに探索回数を低減することが課題である。一方、探索領域の分割幅が小さくなれば、分割領域の数が増大する。小さな分割領域の探索回数は、各分割領域に含まれた結合エネルギーの山と谷の数と結合エネルギーの差分に依存することから、分割領域の探索回数は一様に減少しない。探索領域の分割幅をむやみに小さくすると、分割領域の数に応じて探索回数は増大し、結合エネルギーの差分の大きい分割領域は多くの探索回数が必要となる。従って、分割幅が小さ過ぎることなく、探索回数を削減することが課題である。

探索領域の分割幅には、探索回数を最小にする分割幅が存在すると考えられるが、ユーザが最適な分割幅を設定することは不可能である。すなわち、従来のやり方では、ユーザは、システムの使用経験やシミュレーション対象の高分子についての理解等から、適当と思う分割幅からスタートして、試行錯誤的に変えてみながらシステムを使用して予測することにならざるを得ない。本発明では、ユーザが分割幅を設定するのに代えて、シミュレーションシステムにより自動的に分割領域の分割幅を設定し、結合エネルギーの最小値の計算処理を高速化することが目的である。

本発明は、並列分散計算システムを用いた創薬シミュレーションシステム、並びに、生体高分子間の相互作用を計測する質量分析やプロティンチィップなどの解析システムを適用対象として、高分子の結合構造と結合エネルギーのシミュレーションを高速化するために有用な高分子結合予測システムを提供する。

本発明は、先にも述べたように、単体の計算機においても有用であるが、以下の説明では、並列分散環境における高分子結合予測シミュレーションを前提として説明する。

本発明では、ユーザは、ゲノム情報から得られている蛋白質やＤＮＡおよびＲＮＡ等のシミュレーション対象の高分子について、制御のためのパーソナルコンピュータ１００の入力装置１０１から高分子の結合エネルギーを計算する探索領域と、稼動可能なコンピューティングユニットの数Ｎ_ＰＥの数を指定するのみで高分子結合予測システムを実施可能とする。このためシステムの処理手順は以下のように構成した。

制御のためのパーソナルコンピュータ１００においては、
（１）高分子の探索領域を分割する分割幅と、探索領域を分割した分割領域における探索回数を決定する。
（２）探索領域を分割する分割領域の数を決定する。
（３）分割領域を割り当てるべきコンピューティングユニットの数を決定する。
（４）各コンピューティングユニットに分割領域を割り当てる。
（５）分割領域内の探索点を決定する。
（６）探索点のデータを結合エネルギーとエネルギーの勾配ベクトルを計算する並列分散計算システム上のコンピューティングユニットに送信し、コンピューティングユニットから結合エネルギーとエネルギーの勾配ベクトルのデータを受信する通信を制御する。
（７）分割領域における結合エネルギーの極小値と探索領域における最小値を決定する。
（８）結合エネルギーの収束性を判断する。

また、並列分散計算システムの各コンピューティングユニット上において、
（９）前記パーソナルコンピュータ１００の処理手順６により送信される探索点のデータから分割領域内の探索点における結合エネルギーとエネルギーの勾配ベクトルを計算する。
（１０）前記計算の結果を前記パーソナルコンピュータ１００の処理手順（６）に従って前記パーソナルコンピュータ１００に送信する。

本発明によれば、ユーザは探索領域と稼動可能なコンピューティングユニットの数を入力すれば良く、探索領域の分割幅を設定する必要はない。探索領域の分割幅は高分子結合予測システムで自動設定することができ、探索領域の分割数を最適化して結合エネルギーの最小値の計算処理を高速化することができる。

以下、図面を参照して本発明の実施の形態を詳細に説明する。

なお、実施の形態を説明するための全図において、同一機能を有するものは同一符号を付け、その繰り返しの説明は省略する場合がある。

（システムの基本構成）
並列分散計算システムの一般的な構成例として、図１９〜２１に並列分散環境を超並列機やＰＣクラスタで構成し、これらをパーソナルコンピュータ１００で制御する例を示した。本発明の高分子結合予測システムにおいても、並列分散計算システムの構成としてはこれらと同じシステム構成とする。

図１は、本発明の高分子結合予測システムの基本構成を示す概念図である。図１において、１００は、図１９〜２１で説明した並列分散計算システムのパーソナルコンピュータに対応し、本発明の高分子結合予測システムの制御のためのパーソナルコンピュータである。シミュレーションのデータを入力するための入力装置１０１、入力されたデータから各コンピューティングユニット１０４に結合エネルギーの計算を分配するための処理を実行するため、および、各コンピューティングユニットに分配して結合エネルギーの計算を行った結果を統合するための処理を実行するための処理・制御部１０２、処理・制御部１０２の動作状況あるいは統合したデータを表示するための出力装置１０３とから構成される。ここで、パーソナルコンピュータ１００は、必要なプログラム、データを保持するためのディスクあるいはメモリー等の記憶装置、あるいは、ユーザとのインターフェイスのための表示画像を生成する画像処理装置等を備えるが、これらを便宜上、入力装置１０１および出力装置１０３のブロックに表示した。１０４は、図１９〜２１で説明した並列分散計算システムの各コンピューティングユニットであり、制御のためのパーソナルコンピュータ１００の与える情報に応じた計算を行い、パーソナルコンピュータ１００に計算結果を報告する。また、１０５は図１９〜２１で説明した並列分散計算システムの管理ユニットである。これらパーソナルコンピュータ１００、コンピューティングユニット１０４、および、並列分散計算システムの管理ユニット１０５は、一点鎖線で示し、相互に必要なデータの交換ができるという意味で太線で結んで示した。また、処理・制御部１０２の処理ステップとコンピューティングユニット１０４の処理ステップとの関連は細い実線で結んで示した。

ユーザは、入力装置１０１からゲノム情報から得られている蛋白質やＤＮＡおよびＲＮＡ等のシミュレーション対象の高分子、例えば、水分子中の蛋白質と化合物の結合構造に対する探索領域、並びに、並列分散環境の超並列機やＰＣクラスタにおいて使用可能なコンピューティングユニットの数を入力する。

処理・制御部１０２では、入力装置１０１を介して導入されるシミュレーションの対象データを入力し、記憶装置に保持するとともに、上述した手順（１）〜（６）により、コンピューティングユニット１０４に結合エネルギーの計算のためのデータを分配する。各コンピューティングユニット１０４が分配されたデータに基づいて、上述した手順（９）〜（１０）により行った結合エネルギーの計算結果を、上述した手順（６）〜（８）により統合し、出力装置１０３に表示する。

出力データは、水分子中の蛋白質と化合物の結合構造に対する最小の結合エネルギーと結合構造における蛋白質と化合物と水分子の原子座標データを出力する。

また、処理・制御部１０２を、コンピューティングユニット１０４の一つに代行させて、各コンピューティングユニット１０４に結合エネルギーの計算を分配し、各コンピューティングユニットが行った結合エネルギーの計算結果を統合することもできる。

以下、パーソナルコンピュータ１００の処理・制御部１０２における各コンピューティングユニットへの結合エネルギーの計算の分配および計算結果の統合についての処理手順を説明する。１０２１は、化合物の原子座標の変更操作を行う範囲を表す探索領域において、探索領域を分割する分割幅と結合エネルギーを計算する探索回数を決定するステップである。１０２２は、探索領域の分割幅を用いて、分割した探索領域（以下では分割領域と呼ぶ）の数と分割領域の範囲を決定するステップである。１０２３は、分割領域の数を用いて、分割領域を割り当てる並列分散環境におけるコンピューティングユニットの数を決定するステップである。１０２４は、分割領域の数、探索回数、並びに、分割領域を割り当てる並列分散環境におけるコンピューティングユニットの数を用いて、各コンピューティングユニットに割り当てる分割領域の数と分割領域を決定するステップである。１０２５は、各コンピューティングユニットに割り当てた分割領域において、結合エネルギーを計算する分割領域内の探索点を決定するステップである。１０２６は、通信制御のステップであり、ステップ１０２４，１０２５で決定した各コンピューティングユニットに結合エネルギーを計算するために割り当てた各探索点のデータを送信する。また、反対に、各コンピューティングユニットで計算した各探索点における結合エネルギーとエネルギーの勾配ベクトルを受信する。１０２７は、ステップ１０２６にて受信した各コンピューティングユニットで計算した結合エネルギーの極小値と全コンピューティングユニットで計算した極小値の中の最小値を決定するステップである。１０２８は、分割領域内における結合エネルギーの極小値の収束性から反復計算を実行するか否かを判定するステップである。なお、この判定は、後述する実施例からも分かるように、探索回数があらかじめ分かることから、探索回数が、この値を超えたことで反復計算を否とすることにしてもよい。

反復計算を実行する場合はステップ１０２５に戻る。反復計算を終了する場合は、水分子中の蛋白質と化合物の結合エネルギーの最小値と結合構造に対する原子座標データを出力装置１０３に送る。

ステップ１０２９は、並列分散計算システムの各コンピューティングユニット１０４において、ステップ１０２６からの探索点のデータを受信し、指定された探索点について化合物の原子座標の変更操作を実行する。蛋白質の原子座標、水分子の原子座標、原子座標の変更操作した化合物の原子座標を入力として、蛋白質と化合物の結合エネルギーとエネルギー勾配ベクトル、すなわち、化合物に働く力と化合物に働くトルクを計算し出力する。出力された結合エネルギーと化合物に働く力と化合物に働くトルクを通信制御のステップ１０２６によってパーソナルコンピュータ１００に送信する。

（実施例１）
図２は、本発明による実施例１の高分子結合予測システムの構成を示す概念図であり、化合物の原子座標の並進操作による蛋白質との結合エネルギーの最小値を計算するステップの具体的な処理を説明する図である。全体的な構成は、図１に示す構成と同じであるが、図１の処理・制御部１０２および各処理ステップ１０２１−１０２９は処理内容の変更に応じて、処理・制御部１１２および各処理ステップ１１２１−１１２９とした。

ユーザは、ゲノム情報から得られている蛋白質やＤＮＡおよびＲＮＡ等のシミュレーション対象の高分子、例えば、水分子中の蛋白質と化合物の結合エネルギーの最小値を探索するため、入力装置１０１から、化合物の原子座標の並進操作を行う範囲を表す探索領域（以下では並進探索領域）を入力する。図３に一例を示すように、蛋白質３０１における探索領域の中心位置３０２の座標値、および、立方体の形状をした探索領域である空間領域幅Ｗ３０３、および、並列分散環境の超並列機やＰＣクラスタの使用可能なコンピューティングユニットの数Ｎ_ｐａを入力する。使用可能なコンピューティングユニットの数Ｎ_ｐａはユーザが入力してもよいし、並列分散計算システムの管理ユニット１０５が提供するデータを採用してもよい。ここで、空間領域幅Ｗ３０３の中に示す小さい立方体の形状ΔＷは、後述する手法により決定された並進探索領域の分割幅ΔＷを持つ立方体を模式的に示す。

ステップ１１２１は、化合物の並進操作を行う並進探索領域において、結合エネルギーの極小値を直線探索する回数を最小にする分割幅とその直線探索の回数を決定する。

図４は、横軸に並進探索領域の分割幅、縦軸に直線探索回数または分割領域数（分割した探索領域数）を取って、各コンピューティングユニット上に平均的に割り当てた分割した並進領域（以下では分割並進領域）の分割幅に対する変化、分割幅に対する直線探索回数の変化および結合エネルギーの極小値を直線探索する回数の変化と最適な分割幅を示す図である。４０１は分割幅に応じて各コンピューティングユニット上に割り当てた分割並進領域の数の変化を示す線、４０２は分割幅に応じた直線探索回数の変化を示す線、４０３は分割幅に応じて各コンピューティングユニット上で結合エネルギーの極小値を直線探索する回数の変化を示す線である。並進探索領域の分割幅をΔＷとすれば、各コンピューティングユニットに平均的に割り当てた分割並進領域の数は（Ｗ／ΔＷ）^３／Ｎ_ｐａである。また、各分割並進領域において、エネルギーの勾配ベクトル方向、すなわち、化合物に働く力の方向の直線探索により結合エネルギーを計算し、結合エネルギーの極小値を見出すまでの直線探索の回数は式（３）に示したＦ（Ｘ）で与えられる。ここで、Ｘ＝ΔＷ／Ｒ_ｔである。

図５は、分割した並進探索領域の二次元空間における結合エネルギーの例を示す図である。Ｒ_ｔは、分割並進領域おいて、結合エネルギーの極小値の存在する座標位置５０１から半径Ｒ_ｔの距離内では、結合エネルギーは距離に対する二次関数のエネルギー領域５０２であり、半径Ｒ_ｔの距離以上では、結合エネルギーはランダムなエネルギー領域５０３である。半径Ｒ_ｔの大きさは、システムとして準備することができるが、ユーザが入力するものとしてもよい。

並進探索領域の分割幅ΔＷに対する各コンピューティングユニット上で結合エネルギーの極小値を直線探索する回数の変化を示す線４０３は、これらの積（Ｗ／ΔＷ）^３／Ｎ_ｐａ×Ｆ（ΔＷ／Ｒ_ｔ）で表される。従って、（Ｗ／ΔＷ）^３／Ｎ_ｐａ×Ｆ（ΔＷ／Ｒ_ｔ）が最小となる分割幅ΔＷ_ｏｐｔを選択すれば、並進探索領域Ｗの分割幅ΔＷ_ｏｐｔ、並びに、各コンピューティングユニット上で結合エネルギーを計算し、結合エネルギーの極小値の直線探索回数が最小であるＮ_Ｉｔ＝Ｆ（ΔＷ_ｏｐｔ／Ｒ_ｔ）を決定することができる。

以下に、あるＸの値に対する式（３）に示した結合エネルギーの極小値を確率Ｐ_ｔｈで見出すための直線探索の回数Ｆ（Ｘ）の求め方を説明する。

ここで、Ｐ_１（Ｘ）は式（４）で与えられる。

ここで、ｘ_αｉ、ｙ_αｉ、ｚ_αｉ（ｉ＝１，２）は式（５）、θ_３は式（６）で与えられる。

ここで、α_ｉ(θ,X）は、式（７）と式（８）、式（９）、式（１０）で与えられる。

また、（ｘ_１，ｙ_１，ｚ_１）、（ｘ_２，ｙ_２，ｚ_２）、（ｘ_３，ｙ_３，ｚ_３）は、式（１１）、式（１２）、式（１３）で与えられる。

一方、Ｐ_２（ｘ）は式（１４）で与えられる。

ここで、β（θ，ｘ）は、式（１５）と式（１６）、式（１７）、式（１８）で与えられる。

ここで、θ_１とθ_２は式（１９）と式（２０）で与えられる。

ステップ１１２２は、並進探索領域Ｗの分割幅ΔＷ_ｏｐｔを用いて、並進探索領域を分割した数と分割並進領域の範囲を決定する。並進探索領域の分割幅ΔＷ_ｏｐｔにより、並進探索領域Ｗを分割した並進領域の数はＮ_ｗ＝（Ｗ／ΔＷ_ｏｐｔ）^３である。分割した並進領域内の並進座標を（ｘ，ｙ，ｚ）とすれば、０≦ｘ≦ΔＷ_ｏｐｔ，０≦ｙ≦ΔＷ_ｏｐｔ，０≦ｚ≦ΔＷ_ｏｐｔを分割並進領域Ｗ_１、０≦ｘ≦ΔＷ_ｏｐｔ，０≦ｙ≦ΔＷ_ｏｐｔ，Ｗ_ｏｐｔ≦ｚ≦２ΔＷ_ｏｐｔを分割並進領域Ｗ_２、−−−、（Ｗ−ΔＷ_ｏｐｔ）≦ｘ≦Ｗ，（Ｗ−ΔＷ_ｏｐｔ）≦ｙ≦Ｗ，（Ｗ−ΔＷ_ｏｐｔ）≦ｚ≦Ｗを分割並進領域Ｗ_Ｎｗと記す。

一般に、分割並進領域Ｗ_ｎは、（ｎ_ｘ−１）ΔＷ_ｏｐｔ≦ｘ≦ｎ_ｘΔＷ_ｏｐｔ，（ｎ_ｙ−１）ΔＷ_ｏｐｔ≦ｙ≦ｎ_ｙΔＷ_ｏｐｔ，（ｎ_ｚ−１）ΔＷ_ｏｐｔ≦ｚ≦ｎ_ｚΔＷ_ｏｐｔで表され、ｎ＝１，２，−−−，Ｎ_ｗ、ｎ_ｘ，ｎ_ｙ，ｎ_ｚ＝１，２，−−−，Ｗ／ΔＷ_ｏｐｔである。

このようにして、分割並進領域の数Ｎ_ｗ、並びに、分割並進領域Ｗ_１，Ｗ_２，−−−，Ｗ_ｎ，−−−，Ｗ_Ｎｗの範囲を決定することができる。

ステップ１１２３は、分割並進領域の数Ｎ_ｗを用いて、分割並進領域を割り当てる並列分散環境におけるコンピューティングユニットの数を決定する。分割並進領域の数Ｎ_ｗが使用可能なコンピューティングユニットの数Ｎ_ｐａよりも大きい場合は、分割並進領域を割り当てるコンピューティングユニットの数Ｎ_ｐはＮ_ｐaである。一方、分割並進領域の数Ｎ_ｗが使用可能なコンピューティングユニットの数Ｎ_ｐａよりも小さい場合は、分割並進領域を割り当てるコンピューティングユニットの数Ｎ_ｐはＮ_ｗである。このようにして、分割並進領域を割り当てる並列分散環境におけるコンピューティングユニットの数Ｎ_ｐを決定することができる。

ステップ１１２４は、分割並進領域の数Ｎ_ｗ、直線探索回数Ｎ_Ｉｔ、並びに、分割並進領域を割り当てる並列分散環境におけるコンピューティングユニットの数Ｎ_ｐを用いて、各コンピューティングユニットに割り当てる分割並進領域の数と分割並進領域を決定する。各分割並進領域に対する直線探索の回数はＮ_Ｉｔであることから、各コンピューティングユニットに割り当てる分割並進領域の数はほぼ均等化することが可能であり、割り当てた分割並進領域の数Ｎ_ｄｔは［Ｎ_ｗ／Ｎ_ｐ］または［Ｎ_ｗ／Ｎ_ｐ］−１である。ここで、［＊＊］の形で得られる値は小数点を切り上げて整数とする。並列分散環境におけるＮ_ｐ個のコンピューティングユニット毎に、分割並進領域Ｗ_１，Ｗ_２，−−−，Ｗ_Ｎｗの中から任意に選択したＮ_ｄｔ個の分割並進領域を割り当てる。

図６（ａ）は、ネットワーク２０４で結合されたコンピューティングユニット群２０３のコンピューティングユニットＰ_１，Ｐ_２，−−−，Ｐ_ＮＰのコンピューティングユニットＰ_１に分割並進領域Ｗ_１，Ｗ_２，−−−，Ｗ_Ｎｄｔを割り当て、コンピューティングユニットＰ_２に分割並進領域Ｗ_{Ｎｄｔ＋１}，Ｗ_{Ｎｄｔ＋２}，−−−，Ｗ_２Ｎｄｔを割り当て、−−−、コンピューティングユニットＰ_Ｎｐに分割並進領域Ｗ_{Ｎｐ（Ｎｄｔ−１）＋１}，Ｗ_{Ｎｐ（Ｎｄｔ−１）＋２}，−−−，Ｗ_{ＮｐＮｄｔ}（＝Ｗ_Ｎｗ）を割り当てた様子を示している。一般に、コンピューティングユニットＰ_ｍに割り当てた分割並進領域Ｗ_ｎの範囲は、（ｎ_ｘ−１）ΔＷ_ｏｐｔ≦ｘ≦ｎ_ｘΔＷ_ｏｐｔ，（ｎ_ｙ−１）ΔＷ_ｏｐｔ≦ｙ≦ｎ_ｙΔＷ_ｏｐｔ，（ｎ_ｚ−１）ΔＷ_ｏｐｔ≦ｚ≦ｎ_ｚΔＷ_ｏｐｔである。ここで、ｍ＝１，２，−−−，Ｎ_ｐ，ｎ＝１，２，−−−，Ｎ_ｗ、ｎ_ｘ，ｎ_ｙ，ｎ_ｚ＝１，２，−−−，Ｗ／ΔＷ_ｏｐｔである。

また、並列分散計算システムにおけるコンピューティングユニットの処理性能が異なる場合について、各コンピューティングユニットに割り当てる分割並進領域の数と分割並進領域を決定した例を説明する。並列分散環境の超並列機やＰＣクラスタにおいて、使用可能なコンピューティングユニットの処理性能ＴＰ_１，ＴＰ_２，−−−，ＴＰ_Ｎｌとそのコンピューティングユニットの数Ｎ_ｐａ，１，Ｎ_ｐａ，２，−−−Ｎ_{ｐａ，Ｎｌ}を入力装置１０１から入力するか、あるいは、並列分散計算システムの管理ユニット１０５から得たデータを採用する。ここで、Ｎ_ｌは使用可能なコンピューティングユニットの種類である。

結合エネルギーの極小値を直線探索する回数を最小にする分割幅とその直線探索の回数を決定するステップ１１２１において、上述した使用可能なコンピューティングユニットの数Ｎ_ｐａに代えて、ΣＮ_ｐａ，ｉ×｛ＴＰ_ｉ／ＴＰ_ｍｉｎ｝（ｉ＝１，２，−−−，Ｎ_ｌ）を採用する。ここで、｛＊＊｝の形で得られる値は小数点を切り下げて表示した整数、ＴＰ_ｍｉｎは同一の処理性能に換算する基準として、コンピューティングユニットにおける最小の処理性能である。

このように、使用可能なコンピューティングユニットの数Ｎ_ｐａを等価的なコンピューティングユニットの数に置換して決定した分割幅ΔＷ_ｏｐｔと直線探索回数Ｎ_Ｉｔ、に対して、ステップ１１２２において分割並進領域の数Ｎ_ｗを決定し、ステップ１１２３において分割並進領域を割り当てるべきコンピューティングユニットの数Ｎ_ｐを決定する。ステップ１１２４において、各分割並進領域に対する直線探索の回数はＮ_Ｉｔであることから、各コンピューティングユニットに割り当てる分割並進領域の数はほぼ均等化することが可能である。

各コンピューティングユニットの処理性能を用いて、割り当てた分割並進領域の数Ｎ_ｄｔ，ｉ＝［Ｎ_ｗ／Ｎ_ｐ］×Ｎ_ｐａ，ｉ×｛ＴＰ_ｉ／ＴＰ_ｍｉｎ｝（ｉ＝１，２，−−−，Ｎ_ｌ）である。並列分散環境におけるＮ_ｌ個のコンピューティングユニット毎に、分割並進領域Ｗ_１，Ｗ_２，−−−，Ｗ_Ｎｗの中から任意に選択したＮ_ｄｔ，ｉ個の分割並進領域を割り当てる。

図６（ｂ）は、ネットワーク２０４で結合されたコンピューティングユニット群２０３のコンピューティングユニットＰ_１，Ｐ_２，−−−，Ｐ_ＮＰのコンピューティングユニットＰ_１に分割並進領域Ｗ_１，Ｗ_２，−−−，Ｗ_{Ｎｄｔ，１}を割り当て、コンピューティングユニットＰ_２に分割並進領域Ｗ_{（Ｎｄｔ，１）＋１}，Ｗ_{（Ｎｄｔ，１）＋２}，−−−，Ｗ_{（Ｎｄｔ，１）＋Ｎｄｔ，２}を割り当て、−−−、コンピューティングユニットＰ_Ｎｌに分割並進領域Ｗ_{（Ｎｄｔ，１＋ −−− ＋Ｎｄｔ，Ｎｌ−１）＋１}，Ｗ_{（Ｎｄｔ，１＋ −−− ＋Ｎｄｔ，Ｎｌ−１）＋２}，−−−，Ｗ_{（Ｎｄｔ，１＋ −−− ＋Ｎｄｔ，Ｎｌ−１）＋Ｎｄｔ，Ｎｌ}（＝Ｗ_Ｎｗ）を割り当てた様子を示している。

ステップ１１２５は、コンピューティングユニットに割り当てた分割並進領域Ｗ_ｎにおいて、結合エネルギーを計算すべき分割並進領域内の探索点を決定する。

図７は、図５に示した並進探索領域の二次元空間の分割探索領域におけるエネルギー勾配方向の直線探索の例を示す図である。分割並進領域Ｗ_ｎに内在する探索点の１点を（ｘ_ｎ，ｙ_ｎ，ｚ_ｎ）とする。探索点７０１において、並進座標に対する結合エネルギーの勾配ベクトルである力のノルム７０２をＦ＝（Ｆ_ｘ，Ｆ_ｙ，Ｆ_ｚ）とする。結合エネルギーを計算する分割並進領域内の探索点は、（ｘ_ｎ±ｋＦ_ｘｄｗ，ｙ_ｎ±ｋＦ_ｙｄｗ，ｚ_ｎ±ｋＦ_ｚｄｗ）で与えられる。ここで、ｋは、（ｎ_ｘ−１）ΔＷ_ｏｐｔ≦ｘ_ｎ±ｋＦ_ｘｄｗ≦ｎ_ｘΔＷ_ｏｐｔ，（ｎ_ｙ−１）ΔＷ_ｏｐｔ≦ｙ_ｎ±ｋＦ_ｙｄｗ≦ｎ_ｙΔＷ_ｏｐｔ，（ｎ_ｚ−１）ΔＷ_ｏｐｔ≦ｚ_ｎ±ｋＦ_ｚｄｗ≦ｎ_ｚΔＷ_ｏｐｔを満たす整数である。また、ｄｗは直線探索における並進幅である。また、並進幅ｄｗはデフォルトとしてシステム側で準備されるものとしてもよいが、ユーザが入力装置１０１を介して設定できるものとすることもできる。

このようにして、探索点の個数をＮ_ｌｔ，ｎ個とすれば、各コンピューティングユニットに割り当てた分割並進領域Ｗ_ｎに対して、結合エネルギーを計算すべき分割並進領域内の探索点（ｘ_ｎ±ｋＦ_ｘｄｗ，ｙ_ｎ±ｋＦ_ｙｄｗ，ｚ_ｎ±ｋＦ_ｚｄｗ）のＮ_ｌｔ，ｎ個を決定することができる。

ステップ１１２６は通信制御であり、ここでは、結合エネルギーを計算するために、ステップ１１２４とステップ１１２５で決定した各コンピューティングユニットに割り当てた探索点のデータを送信する。ステップ１１２４でコンピューティングユニットＰ_ｍに分割並進領域Ｗ_ｎが割り当てられ、ステップ１１２５で分割並進領域Ｗ_ｎに内在するＮ_ｌｔ，ｎ個の探索点（ｘ_ｎ±ｋＦ_ｘｄｗ，ｙ_ｎ±ｋＦ_ｙｄｗ，ｚ_ｎ±ｋＦ_ｚｄｗ）が与えられたとすれば、コンピューティングユニットＰ_ｍにＮ_ｌｔ，ｎ個の探索点（ｘ_ｎ±ｋＦ_ｘｄｗ，ｙ_ｎ±ｋＦ_ｙｄｗ，ｚ_ｎ±ｋＦ_ｚｄｗ）を送信する。

図８に示すように、コンピューティングユニット群２０３の全コンピューティングユニットＰ_１、Ｐ_２、−−−、Ｐ_Ｎｐに対して、各コンピューティングユニットに割り当てた分割並進領域Ｗ_ｎに内在するＮ_ｌｔ，ｎ個の探索点のデータ（ｘ_ｎ±ｋＦ_ｘｄｗ，ｙ_ｎ±ｋＦ_ｙｄｗ，ｚ_ｎ±ｋＦ_ｚｄｗ）を送信する。また、反対に、各コンピューティングユニットで計算した探索点に対する結合エネルギーと並進座標に対する結合エネルギーの勾配ベクトル、すなわち、化合物に働く力を受信する。コンピューティングユニットＰ_ｍに送信した分割並進領域Ｗ_ｎに内在するＮ_ｌｔ，ｎ個の並進座標（ｘ_ｎ±ｋＦ_ｘｄｗ，ｙ_ｎ±ｋＦ_ｙｄｗ，ｚ_ｎ±ｋＦ_ｚｄｗ）に対して、並進操作した化合物と水分子中の蛋白質との結合エネルギーと化合物に働く力を受信する。

ステップ１１２７では、ステップ１１２６で受信した各コンピューティングユニットで計算した結合エネルギーの極小値と全コンピューティングユニットで計算した極小値の中の最小値を決定する。コンピューティングユニットＰ_ｍで計算した分割並進領域Ｗ_ｎに内在するＮ_ｌｔ，ｎ個の探索点（ｘ_ｎ±ｋＦ_ｘｄｗ，ｙ_ｎ±ｋＦ_ｙｄｗ，ｚ_ｎ±ｋＦ_ｚｄｗ）に対応して、Ｎ_ｌｔ，ｎ個の結合エネルギーの中で最も小さい結合エネルギーを与えた探索点を選択する。この直線探索は、直線探索回数Ｎ_Ｉｔ回以上の反復計算が繰り返される。

選択された探索点は、ステップ１１２５で記した並進座標に対する結合エネルギーの勾配ベクトルを求める探索点になる。この反復計算の結果として得られた結合エネルギーは、分割並進領域Ｗ_ｎ内の結合エネルギーの極小値である。全コンピューティングユニットＰ_１、Ｐ_２、−−−、Ｐ_Ｎｗに対応して得られた結合エネルギーの極小値の中で最も小さいエネルギーは結合エネルギーの最小値となる。

ステップ１１２８では、分割並進領域内の結合エネルギーの極小値の収束性から直線探索の反復計算を繰り返すか否かを判定する。コンピューティングユニットＰ_ｎに割り当てた分割並進領域Ｗ_ｎの直線探索の回数がＮ_Ｉｔ以下であれば、ステップ１１２５に戻り直線探索の反復計算を実行する。コンピューティングユニットＰ_ｎに割り当てた分割並進領域Ｗ_ｎの直線探索の回数がＮ_Ｉｔ以上、または、結合エネルギーの極小値と前回の反復計算において求めた結合エネルギーの極小値の差分が閾値エネルギー以下に収束すれば、直線探索を終了する。水分子中の蛋白質と化合物の結合エネルギーの最小値、並びに、水分子中の蛋白質と化合物の結合構造に対する原子座標データを出力装置１０３に送る。

ステップ１１２９は、各コンピューティングユニットにおいて探索点に対応した結合エネルギーと並進座標に対する結合エネルギーの勾配ベクトルを計算する。各コンピューティングユニットＰ_ｍは、ステップ１１２６から探索点のデータ、すなわち、分割並進領域Ｗ_ｎ内のＮ_ｌｔ，ｎ個の並進座標（ｘ_ｎ±ｋＦ_ｘｄｗ，ｙ_ｎ±ｋＦ_ｙｄｗ，ｚ_ｎ±ｋＦ_ｚｄｗ）を受信する。この探索点（ｘ_ｎ±ｋＦ_ｘｄｗ，ｙ_ｎ±ｋＦ_ｙｄｗ，ｚ_ｎ±ｋＦ_ｚｄｗ）を用いて、化合物の原子座標に対する並進操作を実行する。並進操作を実行した化合物と水分子中の蛋白質の原子座標からＮ_ｌｔ，ｎ個の結合エネルギーと化合物に働く力を計算する。分割並進領域Ｗ_ｎに内在するＮ_ｌｔ，ｎ個の探索点（ｘ_ｎ±ｋＦ_ｘｄｗ，ｙ_ｎ±ｋＦ_ｙｄｗ，ｚ_ｎ±ｋＦ_ｚｄｗ）に対応した結合エネルギーと化合物に働く力をステップ１１２６に送信する。

水分子中の蛋白質と化合物の結合構造に対する探索領域として、並進探索領域の空間領域幅Ｗ＝６Åの立方体形状を入力装置１０１から入力し、並列分散計算システムにおいて使用可能なコンピューティングユニットの数Ｎ_ｐａ＝６０個を入力した具体例を、図９を参照して、説明する。ステップ１１２１では、並進探索領域の分割幅と探索回数を決定する。

図９は、図４と同様、横軸に並進探索領域の分割幅、縦軸に直線探索回数または分割領域数を取って、各コンピューティングユニット上に平均的に割り当てた分割した並進領域数（以下では分割並進領域数）の分割幅に対する変化４０１、Ｒ_ｔを０．５Åとしたときの分割幅に対する直線探索回数の変化および各コンピューティングユニット上で結合エネルギーの極小値を求める直線探索回数４０３と最適な分割幅を示した。各コンピューティングユニット上で直線探索回数が最小となる並進探索領域の分割幅ΔＷ_ｏｐｔは１Åとなり、その直線探索回数Ｎ_Ｉｔは１０５回になることを求めることができる。

ステップ１１２２では、最適な分割幅ΔＷ_ｏｐｔ＝１Åを用いて、分割並進領域の数Ｎ_ｗ＝（Ｗ／ΔＷ_ｏｐｔ）^３により２１６個になる。ステップ１１２３では、分割領域数Ｎ_ｗ＝２１６個は使用可能なコンピューティングユニットの数Ｎ_ｐａ＝６０個より多いので、分割並進領域を割り当てるべきコンピューティングユニットの数Ｎ_ｐは６０個となる。ステップ１１２４では、各分割並進領域に対する直線探索回数Ｎ_Ｉｔは１０５回であることから、各コンピューティングユニットに割り当てる分割並進領域の数はほぼ均等化することができる。例えば、図１０に示すように、ネットワーク２０４で結合されたコンピューティングユニット群２０３のコンピューティングユニット数Ｎ_ｐ＝６０個に対して、３６個のコンピューティングユニットに割り当てた分割並進領域の数Ｎ_ｄｔは４個ずつ、２４個のコンピューティングユニットに割り当てた分割並進領域の数Ｎ_ｄｔ−１は３個ずつを分配する。

ステップ１１２５では各コンピューティングユニットに割り当てた分割並進領域内の直線探索の探索点を決定する。ステップ１１２６では、各コンピューティングユニットに直線探索の探索点のデータを送信し、ステップ１１２９では各コンピューティングユニットにおいて探索点に対応した結合エネルギーと並進座標に対する結合エネルギーの勾配ベクトルを計算しステップ１１２６に送信する。ステップ１１２７では、各コンピューティングユニットで計算した結合エネルギーの極小値を求める。ステップ１１２８では、直線探索回数Ｎ_Ｉｔの１０５回以上の反復計算を実行する。

図１１は、結合エネルギーの極小値を求めた直線探索回数を示す図である。実線４０２はステップ１１２１で得られる予測値、点線１１０１は本発明によるシミュレーションの計算結果である。シミュレーションにおいて、分割並進領域において結合エネルギーの極小値を求めた直線探索の平均回数は１３４回となり、予測値と比較的良い一致を示す。各コンピューティングユニット上の直線探索回数は、各分割並進領域の直線探索回数と各コンピューティングユニット上の分割領域数の積であるから４２０回である。

一方、コンピューティングユニットの１つのみを使用したときに、結合エネルギーの極小値を求めるための直線探索回数は、式（３）から式（２０）を用いて４７４０回と予測される。従って、並列分散計算システムを用いた高分子結合予測システムにより、結合エネルギーの極小値を求めた直線探索回数は４７４０回／４２０回＝１／１１倍に削減され、結合エネルギーが最小となる結合構造を高速に計算することができた。すなわち、ユーザは、シミュレーション対象の高分子の原子座標の並進操作を行う範囲を表す探索領域および、並列分散環境の超並列機やＰＣクラスタの使用可能なコンピューティングユニットの数Ｎ_ｐａを設定するだけで高速に計算することができる。

（実施例２）
図１２は、本発明による実施例２の高分子結合予測システムの構成を示す概念図であり、実施例１が化合物の原子座標の並進操作による蛋白質との結合エネルギーの最小値を計算する処理を説明したものであったのに対して、化合物の回転操作による蛋白質との結合エネルギーの最小値を計算するステップの具体的な処理を説明する図である。ここでも、実施例１と同様に、全体的な構成は、図１に示す構成と同じであるが、図１の処理・制御部１０２および各処理ステップ１０２１−１０２９は処理内容の変更に応じて、処理・制御部１２２および各処理ステップ１２２１−１２２９とした。

ゲノム情報から得られている蛋白質やＤＮＡおよびＲＮＡ等のシミュレーション対象の高分子、例えば、水分子中の蛋白質と化合物の結合エネルギーの最小値を探索するため、ユーザは、水分子中の蛋白質と化合物の結合エネルギーの最小値を探索するため、入力装置１０１から、化合物の回転操作を行う範囲を表す探索領域（以下では回転探索領域）として、角度領域幅χを入力する。図１３（ａ），（ｂ），（ｃ）に示すように、オイラー角（φ、θ、ψ）で表示すれば、化合物１３０１の回転操作を行う探索領域は、０≦φ≦χ、０≦θ≦χ／２、０≦ψ≦χである。ここで、φはｚ軸の回りの回転角度、θはｚ軸の回転に続くｘ軸の回りの回転角度、ψはｚ軸とｘ軸の回転に続くｚ軸の回りの回転角度であり、χは０≦χ≦２πである。また、並列分散環境の超並列機やＰＣクラスタにおいて使用可能なコンピューティングユニットの数Ｎ_ｐａを入力する。

以下に、処理・制御部１２２における各コンピューティングユニットへの結合計算の分配および結果の統合についての処理フローを説明する。

ステップ１２２１では、化合物の回転操作を行う回転探索領域において、結合エネルギーの極小値を直線探索する回数を最小にする分割幅とその直線探索の回数を決定する。図１４は、横軸に回転探索領域の分割角度幅、縦軸に直線探索回数または分割領域数を取って、各コンピューティングユニット上に平均的に割り当てた分割した回転領域（以下では分割回転領域）の分割角度幅に対する変化１４０１、分割角度幅に対する直線探索する回数の変化１４０２および各分割回転領域に対して結合エネルギーの極小値を直線探索する回数の分割角度幅に対する変化１４０３と最適な分割角度幅を示す図である。回転探索領域の分割幅をΔχとすれば、各コンピューティングユニットに平均的に割り当てた分割回転領域の数は（χ／Δχ）^３／２Ｎ_ｐａである。また、各分割回転領域において、エネルギーの勾配ベクトル方向、すなわち、化合物に働くトルクの回転方向の直線探索により結合エネルギーを計算し、結合エネルギーの極小値を見出すまでの直線探索回数は式（３）に示したＦ（Ｘ）で与えられる。

ここで、Ｘ＝Δχ／Ｒ_ｒである。Ｒ_ｒは、分割回転領域において、結合エネルギーの極小値の存在する座標位置から半径Ｒ_ｒの距離内では、結合エネルギーは距離の二次関数のエネルギー領域であり、半径Ｒ_ｒの距離以上では結合エネルギーはランダムなエネルギー領域である。各コンピューティングユニット上で結合エネルギーの極小値を直線探索する回数１４０３は、これら積の（χ／Δχ）^３／２Ｎ_ｐａ×Ｆ（Δχ／Ｒ_ｒ）で表される。従って、（χ／Δχ）^３／２Ｎ_ｐａ×Ｆ（Δχ／Ｒ_ｒ）が最小となる分割幅Δχ_ｏｐｔを選択すれば、回転探索領域χの分割幅Δχ_ｏｐｔ、並びに、各コンピューティングユニット上で結合エネルギーを計算し、結合エネルギーの極小値の直線探索回数が最小となるＮ_Ｉｒ＝Ｆ（Δχ_ｏｐｔ／Ｒ_ｒ）を決定することができる。

ステップ１２２２では、回転探索領域χの分割幅Δχ_ｏｐｔを用いて、回転探索領域を分割した数と分割回転領域の範囲を決定する。回転探索領域の分割幅Δχ_ｏｐｔにより、回転探索領域χを分割した回転領域の数はＮ_χ＝（χ／Δχ_ｏｐｔ）^３／２である。分割した回転領域内の回転座標を（φ、θ、ψ）とすれば、０≦φ≦Δχ_ｏｐｔ，０≦θ≦Δχ_ｏｐｔ，０≦ψ≦Δχ_ｏｐｔを分割回転領域χ_１、０≦φ≦Δχ_ｏｐｔ，０≦θ≦Δχ_ｏｐｔ，χ_ｏｐｔ≦ψ≦２Δχ_ｏｐｔを分割回転領域χ_２、−−−、（χ−Δχ_ｏｐｔ）≦φ≦χ，（χ／２−Δχ_ｏｐｔ）≦θ≦χ／２，（χ−Δχ_ｏｐｔ）≦ψ≦χを分割回転領域χ_Ｎχと記す。

一般に、分割回転領域χ_ｎは、（ｎ_φ−１）Δχ_ｏｐｔ≦φ≦ｎ_φΔχ_ｏｐｔ，（ｎ_θ−１）Δχ_ｏｐｔ≦θ≦ｎ_θΔχ_ｏｐｔ，（ｎ_ψ−１）Δχ_ｏｐｔ≦ψ≦ｎ_ψΔχ_ｏｐｔで表され、ｎ＝１，２，−−−，Ｎ_χ、ｎ_φ，ｎ_ψ＝１，２，−−−，χ／Δχ_ｏｐｔ，ｎ_θ＝１，２，−−−，χ／２Δχ_ｏｐｔである。このようにして、分割回転領域の数Ｎ_χ、並びに、分割回転領域χ_１，χ_２，−−−，χ_ｎ，−−−，χ_Ｎχの範囲を決定することができる。

ステップ１２２３では、分割回転領域の数Ｎ_χを用いて、分割回転領域を割り当てる並列分散環境におけるコンピューティングユニットの数を決定する。分割回転領域の数Ｎ_χが使用可能なコンピューティングユニットの数Ｎ_ｐａよりも大きい場合は、分割回転領域を割り当てるコンピューティングユニットの数Ｎ_ｐはＮ_ｐａである。一方、分割回転領域の数Ｎ_χが使用可能なコンピューティングユニットの数Ｎ_ｐａよりも小さい場合は、分割回転領域を割り当てるコンピューティングユニットの数Ｎ_ｐはＮ_χである。このようにして、分割回転領域を割り当てる並列分散環境におけるコンピューティングユニットの数Ｎ_ｐを決定することができる。

ステップ１２２４では、分割回転領域の数Ｎ_χ、直線探索回数Ｎ_Ｉｒ、並びに、分割回転領域を割り当てる並列分散環境におけるコンピューティングユニットの数Ｎ_ｐを用いて、各コンピューティングユニットに割り当てる分割回転領域の数と分割回転領域を決定する。各分割回転領域に対する直線探索の回数はＮ_Ｉｒであることから、各コンピューティングユニットに割り当てる分割回転領域の数はほぼ均等化することが可能であり、割り当てた分割並進領域の数Ｎ_ｄｒ＝［Ｎ_χ／Ｎ_ｐ］または［Ｎ_χ／Ｎ_ｐ］−１である。ここで、［＊＊］の形で得られる値は小数点を切り上げて整数にする。並列分散環境におけるＮ_ｐ個のコンピューティングユニット毎に、分割回転領域χ_１，χ_２，−−−，χ_Ｎχの中から任意に選択したＮ_ｄｒ個の分割回転領域を割り当てる。

ステップ１２２５では、コンピューティングユニットに割り当てた分割回転領域χ_ｎにおいて、結合エネルギーを計算すべき分割回転領域内の探索点を決定する。分割回転領域χ_ｎに内在する探索点の１点を（φ_ｎ，θ_ｎ，ψ_ｎ）とする。探索点において、結合エネルギーの回転座標に対する勾配ベクトルのノルムをＦ＝（Ｆ_φ，Ｆ_θ，Ｆ_ψ）とすれば、このＦ＝（Ｆ_φ，Ｆ_θ，Ｆ_ψ）は、トルクベクトルＴ＝（Ｔ_ｘ，Ｔ_ｙ，Ｔ_ｚ）を用いて、Ｒ（φ_ｎ＋Ｆ_φ，θ_ｎ＋Ｆ_θ，ψ_ｎ＋Ｆ_θ）＝Ｔ（Ｔ_ｘ，Ｔ_ｙ，Ｔ_ｚ）Ｒ（φ_ｎ，θ_ｎ，ψ_ｎ）から求めることができる。ここで、Ｒはオイラー行列、Ｔはトルクの回転行列を表す。結合エネルギーを計算する分割回転領域内の探索点は、（φ_ｎ±ｋＦ_φｄχ，θ_ｎ±ｋＦ_θｄχ，ψ_ｎ±ｋＦ_ψｄχ）で与えられる。ここで、ｋは、（ｎ_φ−１）Δχ_ｏｐｔ≦φ_ｎ±ｋＦ_φｄχ≦ｎ_φΔχ_ｏｐｔ，（ｎ_θ−１）Δχ_ｏｐｔ≦θ_ｎ±ｋＦ_θｄχ≦ｎ_θΔχ_ｏｐｔ，（ｎ_ψ−１）Δχ_ｏｐｔ≦ψ_ｎ±ｋＦ_ψｄχ≦ｎ_ψΔχ_ｏｐｔを満たす整数である。また、ｄχは直線探索における回転幅である。また、回転幅ｄχはデフォルトとしてシステム側で準備されるものとしてもよいが、ユーザが入力装置１０１を介して設定できるものとすることもできる。

このようにして、探索点の個数をＮ_ｌｒ，ｎとすれば、各コンピューティングユニットに割り当てた分割回転領域χ_ｎに対して、結合エネルギーを計算すべき分割回転領域内の探索点（φ_ｎ±ｋＦ_φｄχ，θ_ｎ±ｋＦ_θｄχ，ψ_ｎ±ｋＦ_ψｄχ）のＮ_ｌｒ，ｎ個を決定することができる。

ステップ１２２６の通信制御では、ステップ１２２４とステップ１２２５で決定した各コンピューティングユニットで結合エネルギーを計算するために割り当てた探索点のデータを送信する。ステップ１２２４でコンピューティングユニットＰ_ｍに分割回転領域χ_ｎが割り当てられ、ステップ１２２５で分割回転領域χ_ｎに内在するＮ_ｌｒ，ｎ個の探索点（φ_ｎ±ｋＦ_φｄχ，θ_ｎ±ｋＦ_θｄχ，ψ_ｎ±ｋＦ_ψｄχ）が与えられたとすれば、コンピューティングユニットＰ_ｍにＮ_ｌｒ，ｎ個の探索点（φ_ｎ±ｋＦ_φｄχ，θ_ｎ±ｋＦ_θｄχ，ψ_ｎ±ｋＦ_ψｄχ）を送信する。このようにして、全コンピューティングユニットＰ_１、Ｐ_２、−−−、Ｐ_Ｎｐに対して、各コンピューティングユニットに割り当てた分割回転領域χ_ｎに内在するＮ_ｌｒ，ｎ個の探索点のデータを（φ_ｎ±ｋＦ_φｄχ，θ_ｎ±ｋＦ_θｄχ，ψ_ｎ±ｋＦ_ψｄχ）送信する。また、反対に、各コンピューティングユニットで計算した探索点における結合エネルギーと回転座標に対する結合エネルギーの勾配ベクトル、すなわち、化合物に働くトルクを受信する。コンピューティングユニットＰ_ｍに送信した分割回転領域χ_ｎに内在するＮ_ｌｒ，ｎ個の回転座標（φ_ｎ±ｋＦ_φｄχ，θ_ｎ±ｋＦ_θｄχ，ψ_ｎ±ｋＦ_ψｄχ）に対して、回転操作した化合物と水分子中の蛋白質との結合エネルギーと化合物に働くトルクを受信する。

ステップ１２２７は、ステップ１２２６で受信した各コンピューティングユニットで計算した結合エネルギーの極小値と全コンピューティングユニットで計算した極小値の中の最小値を決定する。コンピューティングユニットＰ_ｍで計算した分割回転領域χ_ｎに内在するＮ_ｌｒ，ｎ個の探索点（φ_ｎ±ｋＦ_φｄχ，θ_ｎ±ｋＦ_θｄχ，ψ_ｎ±ｋＦ_ψｄχ）に対応して、Ｎ_ｌｒ，ｎ個の結合エネルギーの中で最も小さいエネルギーを与えた探索点を選択する。この直線探索は、直線探索回数Ｎ_Ｉｒ回以上の反復計算が繰り返される。選択された探索点は、ステップ１２２５で記した回転座標に対する結合エネルギーの勾配ベクトルを求める探索点になる。この反復計算の結果として得られた結合エネルギーは、分割回転領域χ_ｎ内の結合エネルギーの極小値である。次に、全コンピューティングユニットＰ_１、Ｐ_２、−−−、Ｐ_Ｎχに対応して得られた結合エネルギーの極小値の中で最も小さいエネルギーは結合エネルギーの最小値となる。

ステップ１２２８では、分割回転領域内の結合エネルギーの極小値の収束性から直線探索の反復計算を実行するか否かを判定する。コンピューティングユニットＰ_ｎに割り当てた分割回転領域χ_ｎの直線探索の回数がＮ_Ｉｒ以下であれば、ステップ１２２５に戻り直線探索の反復計算を実行する。コンピューティングユニットＰ_ｎに割り当てた分割回転領域χ_ｎの直線探索の回数がＮ_Ｉｒ以上、または、結合エネルギーの極小値と前回の反復計算において求めた結合エネルギーの極小値と差分が閾値エネルギー以下に収束すれば、直線探索を終了する。水分子中の蛋白質と化合物の結合エネルギーの最小値、並びに、水分子中の蛋白質と化合物の結合構造に対する原子座標データを出力装置１０３に送る。

ステップ１２２９は、並列分散計算システムのコンピューティングユニットにおいて、ステップ１２２６からの探索点のデータを受信する。各コンピューティングユニットＰ_ｍは、分割回転領域χ_ｎ内のＮ_ｌｒ，ｎ個の回転座標（φ_ｎ±ｋＦ_φｄχ，θ_ｎ±ｋＦ_θｄχ，ψ_ｎ±ｋＦ_ψｄχ）を受信する。この探索点（φ_ｎ±ｋＦ_φｄχ，θ_ｎ±ｋＦ_θｄχ，ψ_ｎ±ｋＦ_ψｄχ）を用いて、化合物の原子座標に対する回転操作を実行する。回転操作を実行した化合物と蛋白質の原子座標からＮ_ｌｒ，ｎ個の結合エネルギーと化合物に働くトルクを計算する。分割回転領域χ_ｎに内在するＮ_ｌｒ，ｎ個の探索点（φ_ｎ±ｋＦ_φｄχ，θ_ｎ±ｋＦ_θｄχ，ψ_ｎ±ｋＦ_ψｄχ）に対応した結合エネルギーと化合物に働くトルクをステップ１２２６に送信する。

図１５は、ネットワーク２０４で結合されたコンピューティングユニット群２０３のコンピューティングユニットＰ_１に分割回転領域χ_１，χ_２，−−−，χ_Ｎｄｒを割り当て、コンピューティングユニットＰ_２に分割回転領域χ_{Ｎｄｒ＋１}，χ_{Ｎｄｒ＋２}，−−−，χ_２Ｎｄｒを割り当て、−−−、コンピューティングユニットＰ_Ｎｐに分割回転領域χ_{Ｎｐ（Ｎｄｒ−１）＋１}，χ_{Ｎｐ（Ｎｄｒ−１）＋２}，−−−，χ_{ＮｐＮｄｒ}（＝χ_Ｎχ）を割り当てた様子を示す図である。コンピューティングユニットＰ_ｍに割り当てた分割回転領域χ_ｎの範囲は、（ｎ_φ−１）Δχ_ｏｐｔ≦φ≦ｎ_φΔχ_ｏｐｔ，（ｎ_θ−１）Δχ_ｏｐｔ≦θ≦ｎ_θΔχ_ｏｐｔ，（ｎ_ψ−１）Δχ_ｏｐｔ≦ψ≦ｎ_ψΔχ_ｏｐｔで表され、ｍ＝１，２，−−−，Ｎ_ｐ，ｎ＝１，２，−−−，Ｎ_χ、ｎ_φ，ｎ_ψ＝１，２，−−−，χ／Δχ_ｏｐｔ，ｎ_θ＝１，２，−−−，χ／２Δχ_ｏｐｔである。

図１６を参照して、水分子中の蛋白質と化合物の結合構造に対する探索領域として、回転探索領域の角度領域幅χ＝３６０°を入力装置１０１から入力し、並列分散計算システムにおいて使用可能なコンピューティングユニットの数Ｎ_ｐａ＝２５０個を入力した具体例を説明する。ステップ１２２１では、回転探索領域の分割幅に対する各コンピューティングユニット上の分割回転領域の数と分割回転領域において結合エネルギーの極小値を求めるために直線探索する回数、並びに、各コンピューティングユニット上で結合エネルギーの極小値を求める直線探索回数を決定する。図１６は、横軸に回転探索領域の分割角度幅（度）、縦軸に直線探索回数または分割領域数を取って、各コンピューティングユニット上に平均的に割り当てた分割した並進領域（以下では分割並進領域）の分割角度幅に対する変化１４０１、並びに、Ｒ_rを１５°としたときの各分割並進領域において結合エネルギーの極小値を直線探索する回数の分割幅に対する変化１４０２、並びに、各コンピューティングユニット上で結合エネルギーの極小値を求める直線探索回数１４０３と最適な分割角度幅を示した。各コンピューティングユニット上で直線探索回数が最小となる回転探索領域の分割幅Δχ_ｏｐｔは３６°となり、その直線探索回数Ｎ_Ｉｒは１６０回になることを求めることができる。

ステップ１２２２では、最適な分割幅Δχ_ｏｐｔ＝３６°を用いて、分割回転領域の数Ｎ_χ＝（χ／Δχ_ｏｐｔ）^３／２により５００個になる。ステップ１２２３では、分割領域数Ｎ_χ＝５００個は使用可能なコンピューティングユニットの数Ｎ_ｐａ＝２５０個より多いので、分割回転領域を割り当てるべきコンピューティングユニットの数Ｎ_ｐは２５０個となる。ステップ１２２４では、各分割回転領域に対する直線探索回数Ｎ_Ｉｒは１６０回であることから、各コンピューティングユニットに割り当てる分割回転領域の数はほぼ均等化することができる。例えば、図１７に示すように、コンピューティングユニットの数Ｎ_ｐ＝２５０個に対して、各コンピューティングユニットに割り当てた分割回転領域の数Ｎ_ｄｒは２個として分配する。ステップ１２２５では各コンピューティングユニットに割り当てた分割回転領域内の直線探索の探索点を決定する。ステップ１２２６では、各コンピューティングユニットに直線探索の探索点のデータを送信し、ステップ１２２９では各コンピューティングユニットにおいて探索点に対応した結合エネルギーと回転座標に対する結合エネルギーの勾配ベクトルを計算しステップ１２２６に送信する。ステップ１２２７では、各コンピューティングユニットで計算した結合エネルギーの極小値を求める。ステップ１２２８では、直線探索回数Ｎ_Ｉｔの１６０回以上の反復計算を実行する。

図１８には、結合エネルギーの極小値を求めた直線探索回数を示した。実線４０２はステップ１２２１で得られる予測値、点線１８０１はシミュレーションの計算結果である。シミュレーションにおいて、分割回転領域における結合エネルギーの極小値を求めた直線探索の平均回数は２１４回となり、予測値と比較的良い一致を示す。各コンピューティングユニット上の直線探索回数は、各分割回転領域の直線探索回数と各コンピューティングユニット上の分割領域数の積であるから３２０回である。

一方、コンピューティングユニットの１つのみを使用したときに、結合エネルギーの極小値を求めるための直線探索回数は、式（３）から式（２０）を用いて９６１２回と予測される。従って、並列分散計算システムを用いた高分子結合予測システムにより、結合エネルギーの極小値を求めた直線探索回数は９６１２回／３２０回＝１／３０倍に削減され、結合エネルギーが最小となる結合構造を高速に計算することができた。すなわち、ユーザは、シミュレーション対象の高分子の原子座標の回転探索領域の範囲を表す角度領域幅および、並列分散環境の超並列機やＰＣクラスタの使用可能なコンピューティングユニットの数Ｎ_ｐａを設定するだけで高速に計算することができる。

本発明の並列分散環境における高分子結合予測システムの基本構成を示す概念図である。 本発明による実施例１の高分子結合予測システムの構成を示す概念図であり、化合物の原子座標の並進操作による蛋白質との結合エネルギーの最小値を計算するステップの具体的な処理を説明する図である。 並進操作による探索領域を探索領域の中心位置の座標値で入力して立方体の形状をした探索領域である空間領域を表示させた例を示す図である。 横軸に並進探索領域の分割幅、縦軸に直線探索回数または分割領域数を取って、各コンピューティングユニット上に平均的に割り当てた分割した分割並進領域の分割幅に対する変化、分割幅に対する直線探索回数の変化および結合エネルギーの極小値を直線探索する回数の変化と最適な分割幅を示す図である。 分割した並進探索領域の二次元空間における結合エネルギーの例を示す図である。 （ａ）、（ｂ）は、それぞれ、ネットワークで結合されたコンピューティングユニット群が同一処理性能、異なる処理性能の場合のコンピューティングユニット上の直線探索回数を最小にする分割並進領域の数と分割並進領域を決定した例を説明する図である。 図５に示した並進探索領域の二次元空間の分割探索領域におけるエネルギー勾配方向の直線探索の例を示す図である。 コンピューティングユニットへの探索点の送信を説明する図である。 横軸に並進探索領域の分割幅、縦軸に直線探索回数または分割領域数を取って、各コンピューティングユニット上に平均的に割り当てた分割した分割並進領域の分割幅に対する変化、分割幅に対する直線探索回数の変化および結合エネルギーの極小値を直線探索する回数の変化と最適な分割幅を示す図である。 ネットワークで結合されたコンピューティングユニット群のコンピューティングユニット上の直線探索回数を最小にする分割並進領域の数と分割並進領域を決定した例を説明する図である。 結合エネルギーの極小値を求めた直線探索回数を示す図である。 本発明による実施例２の高分子結合予測システムの構成を示す概念図であり、化合物の回転操作による蛋白質との結合エネルギーの最小値を計算するステップの具体的な処理を説明する図である。 （ａ）、（ｂ）、（ｃ）は、オイラー角（φ、θ、ψ）で表示した化合物の回転操作を行う探索領域の例を示す図である。 横軸に回転探索領域の分割角度幅、縦軸に直線探索回数または分割領域数を取って、各コンピューティングユニット上に平均的に割り当てた分割した回転領域（以下では分割回転領域）の分割角度幅に対する変化、分割角度幅に対する直線探索する回数の変化および各分割回転領域に対して結合エネルギーの極小値を直線探索する回数の分割角度幅に対する変化と最適な分割幅を示す図である。 ネットワークで結合されたコンピューティングユニット群のコンピューティングユニットへの分割回転領域の割り当ての例を示す図である。 横軸に回転探索領域の分割角度幅、縦軸に直線探索回数または分割領域数を取って、各コンピューティングユニット上に平均的に割り当てた分割した回転領域（以下では分割回転領域）の分割角度幅に対する変化、分割角度幅に対する直線探索する回数の変化および各分割回転領域に対して結合エネルギーの極小値を直線探索する回数の分割角度幅に対する変化と最適な分割幅を示す図である。 ネットワークで結合されたコンピューティングユニット群のコンピューティングユニット上の直線探索回数を最小にする分割回転領域の割り当ての例を示す図である。 分割回転領域の分割幅に対する結合エネルギーの極小値を求めた直線探索回数を示す図である。 創薬シミュレーションが並列分散環境で行われる並列分散計算システムの一般的な構成例の一つとしてデータ転送ネットワークがグリッド構成となっている例を示す図である。 データ転送ネットワークがリング状に接続された例を示す図である。 データ転送ネットワークにグリッドマシンがリング状に接続された例を示す図である。 並列分散計算システム上で高分子の結合構造を予測するシミュレーションを行う従来システムの一例の処理機能に着目した概念を示す図である。 並進操作と回転操作の探索領域におけるモンテカルロ法を用いた結合エネルギーの最小値探索の例を示す図である。

符号の説明

１００…制御のためのパーソナルコンピュータ、１０１…入力装置、１０２，１１２，１２２…処理・制御部、１０３…出力装置、１０４…コンピューティングユニット、１０５…サービスプロッセサ、２０４…ネットワーク、２０３…結合されたコンピューティングユニット群、３０１…蛋白質、３０２…並進探索領域の中心位置、３０３…並進探索領域、４０１…各コンピューティングユニット上に割り当てた分割並進領域の数の変化を示す線、４０２…各分割並進領域において直線探索する回数の変化を示す線、４０３…各コンピューティングユニット上で結合エネルギーの極小値を直線探索する回数の変化を示す線、５０１…結合エネルギーの極小値の座標位置、５０２…極小値の座標位置との距離Ｒに対する二次関数のエネルギー領域、５０３…ランダムなエネルギー領域、７０１…探索点、７０２…エネルギーの勾配ベクトル、１１０１…並進探索のシミュレーションによる計算結果を示す線、１３０１…化合物、１４０１…各コンピューティングユニット上に割り当てた分割した分割回転領域の数の変化を示す線、１４０２…各分割回転領域において直線探索する回数の変化を示す線、１４０３…各コンピューティングユニット上で結合エネルギーの極小値を直線探索する回数の変化を示す線、１８０１…回転探索のシミュレーションによる計算結果、１９０１…コンピューティングプロセッサユニット、１９０２…メモリユニット、１９０３…コンピューティングユニット、１９０４，１９０５…データ転送ネットワーク、１９０６…並列分散計算システムの管理ユニット、２００１…パーソナルコンピュータクラスタまたはワークステーションクラスタ、２００２…インサーネット、２００３…並列分散計算システムの管理ユニット、２１０１…グリッド計算システム、２１０２…高速ネットワーク、２１０３…超並列機、２１０４…並列分散計算システムの管理ユニット。

Claims (20)

1. 計算処理を実行するＣＰＵと、必要なプログラム及びデータを保持する記憶装置と、入出力インターフェイスと、これらを結合するバスとを備える複数のコンピューティングユニットと、
   ユーザがデータを入力する入力装置と、処理・制御部と、ユーザに示すデータを出力する出力装置と、必要なプログラム及びデータを保持する記憶装置と、入出力インターフェイスと、これらを結合するバスとを備え、前記それぞれのコンピューティングユニットに計算を分配し、且つ、前記各コンピューティングユニットの計算結果を統合する処理を実行するためのパーソナルコンピュータと、
   前記入出力インターフェイスを介して前記パーソナルコンピュータおよび前記コンピューティングユニット間のデータ転送を実行するネットワークとから構成される並列分散計算システムにおいて実行される、高分子結合予測システムであって、
   前記処理・制御部は、指定された稼動可能なコンピューティングユニットの数と、高分子の探索領域に関するデータとに基づいて、前記各コンピューティングユニットへの計算を分配し、さらに、前記各コンピューティングユニットの計算結果を統合する処理手順を実行する機能を有し、該処理手順を
   （１）前記探索領域を分割する分割幅と、結合エネルギーを計算する探索回数とを決定するステップと、
   （２）前記探索領域の分割幅を用いて分割した前記探索領域の数と該分割領域の範囲を決定するステップと、
   （３）前記分割領域の数を用いて、前記分割領域を割り当てる並列分散環境における前記コンピューティングユニットの数を前記稼動可能なコンピューティングユニットの数の範囲内で決定するステップと、
   （４）前記分割領域の数、前記探索回数、並びに、前記分割領域を割り当てるコンピューティングユニットの数を用いて、前記各コンピューティングユニットに割り当てる分割領域の数と分割領域を決定するステップと、
   （５）前記各コンピューティングユニットに割り当てた前記各分割領域において、前記結合エネルギーを計算する前記分割領域内の探索点を決定するステップと、
   （６）前記ステップ（４）、ステップ（５）で決定した前記各コンピューティングユニットに前記結合エネルギーを計算するために割り当てた前記各探索点のデータを送信し、前記各コンピューティングユニットで計算した前記各探索点における前記結合エネルギーとエネルギー勾配ベクトルを受信する通信制御のステップと、
   （７）前記ステップ（６）にて受信した前記各コンピューティングユニットで計算された前記結合エネルギーの極小値と前記全コンピューティングユニットで計算された前記極小値の中の最小値を決定するステップと、
   （８）前記分割領域内における前記結合エネルギーの極小値の収束性から反復計算を実行するか否かを判定する、または、前記探索回数が所定値を越えたことで前記反復計算を否とするステップと、
   （９）前記反復計算を実行する場合は前記ステップ（５）に戻り、前記反復計算を終了する場合は、前記高分子の結合エネルギーの最小値と前記高分子の結合構造に対する原子座標のデータを前記出力装置に出力するするステップと、よりなるものとし、
   前記各コンピューティングユニットにおける処理を、前記ステップ（６）で前記探索点のデータを受信し、指定された前記探索点について前記高分子の結合エネルギーと前記エネルギー勾配ベクトルを計算するステップとする
   ことを特徴とする高分子結合予測システム。
2. 前記パーソナルコンピュータの機能のうち、前記各コンピューティングユニットへ計算を分配し、さらに、前記各コンピューティングユニットの計算結果を統合する前記処理手順を、前記コンピューティングユニットの一つに分担させる請求項１に記載の高分子結合予測システム。
3. 前記パーソナルコンピュータおよび前記コンピューティングユニットが単体の計算機で構成されている請求項１に記載の高分子結合予測システム。
4. 前記ネットワークには、前記コンピューティングユニットのうち稼動可能なコンピューティングユニットの数、該稼動可能なコンピューティングユニットの処理性能、および、前記ネットワークのスピードの情報を収集して、前記前記パーソナルコンピュータに提供する前記並列分散計算システムの管理ユニットが設けられている請求項１に記載の高分子結合予測システム。
5. 前記探索領域を分割する前記分割幅と前記結合エネルギーを計算する前記探索回数とを決定するステップが、
   前記探索領域を分割する前記分割幅に応じた前記各コンピューティングユニット上に平均的に割り当てた分割した並進領域の数と該分割並進領域において前記結合エネルギーの極小値を直線探索する回数との積が最小となる分割幅ΔＷｏｐｔを前記分割幅として選択し、該分割幅における探索回数を前記探索回数として選択するものである請求項１に記載の高分子結合予測システム。
6. 前記探索領域の分割幅を用いた前記分割領域における前記探索回数の予測が、前記エネルギー勾配ベクトル方向の直線上の探索点において結合エネルギーを計算し、該結合エネルギーが最小となる直線上の探索点においてエネルギー勾配ベクトルの計算を繰り返し、前記結合エネルギーの極小値を求めるまでの前記直線探索の回数を前記探索回数の予測値とする請求項５に記載の高分子結合予測システム。
7. 前記直線探索の回数は、前記探索領域の分割幅、および、前記結合エネルギーの極小値位置からの距離に対して二次関数であるエネルギー領域の距離を用いて前記予測する分割領域の探索回数を決定する請求項６に記載の高分子結合予測システム。
8. 前記結合エネルギーの極小値の存在する座標位置からの結合エネルギーが距離に対する二次関数となるエネルギー領域の半径Ｒｔの大きさが、当該システムにデフォルトとして準備されるかまたはユーザによって指定される請求項７に記載の高分子結合予測システム。
9. 前記分割領域の数が前記入力装置から入力した稼動可能なコンピューティングユニットの数より少ないときは、前記分割領域を割り当てるべきコンピューティングユニットの数として前記分割領域の数を設定し、前記分割領域の数が前記入力装置から入力した稼動可能なコンピューティングユニットの数より大きいときは、前記分割領域を割り当てるべきコンピューティングユニットの数を前記稼動可能なコンピューティングユニットの数に設定する請求項５に記載の高分子結合予測システム。
10. 前記稼動可能なコンピューティングユニットの数が、当該システムに備えられる前記並列分散計算システムの管理ユニットから与えられるデータまたはユーザが前記管理ユニットから与えられるデータを参照して決めた値とする請求項９に記載の高分子結合予測システム。
11. 前記稼動可能なコンピューティングユニットの数に応じて設定された前記分割領域の数、前記分割領域の探索回数、前記分割領域を割り当てるべきコンピューティングユニットの数を用いて、前記各コンピューティングユニットに割り当てる前記分割領域の数と前記分割領域の範囲を決定する請求項９に記載の高分子結合予測システム。
12. 前記並列分散計算システムの前記管理ユニットが提供する前記稼動可能なコンピューティングユニットの数、前記稼動可能なコンピューティングユニットの処理性能に応じて、前記各コンピューティングユニットの処理性能を同一処理性能に換算したコンピューティングユニットに換算したコンピューティングユニットの数を導出して、前記各コンピューティングユニットに割り当てる前記分割領域の数と前記分割領域の範囲を決定する請求項４に記載の高分子結合予測システム。
13. 前記各コンピューティングユニットに割り当てた前記分割領域において、該分割領域に内在する探索点の１点において、前記結合エネルギーに対する前記エネルギー勾配ベクトルを計算し、そのエネルギー勾配ベクトル方向の直線上に存在し、且つ、前記分割領域内に存在する前記結合エネルギーを計算すべき前記探索点を設定する請求項１に記載の高分子結合予測システム。
14. 前記各コンピューティングユニットに割り当てた前記分割領域と該分割領域に内在し前記結合エネルギーを計算する探索点のデータを、前記並列分散計算システム上の前記結合エネルギーと前記エネルギー勾配ベクトルを計算する前記コンピューティングユニットに送信し、また、反対に、前記各コンピューティングユニットで計算した前記探索点における前記結合エネルギーと前記エネルギー勾配ベクトルを受信する請求項１に記載の高分子結合予測システム。
15. 前記各コンピューティングユニットで前記分割領域内の前記探索点に対応して計算した前記結合エネルギーの極小値と前記全コンピューティングユニットで計算した前記極小値の中の最小値を決定する請求項１に記載の高分子結合予測システム。
16. 前記各コンピューティングユニットに割り当てた前記分割領域内の前記探索点の決定から前記結合エネルギーの極小値と最小値の決定までを、予測された前記分割領域の探索回数以上の反復計算で実行し、且つ、前記結合エネルギーの極小値と前回の反復計算において求めた前記結合エネルギーの極小値の差分が閾値エネルギー以下に収束するまで、前記反復計算を実行する請求項１に記載の高分子結合予測システム。
17. 前記各コンピューティングユニットにおいて、前記パーソナルコンピュータの前記処理・制御部の通信制御ステップで当該コンピューティングユニットに割り当てられた前記分割領域内の探索点を受信し、前記高分子の位置に対して並進操作と回転操作を行い、前記並進操作と前記回転操作を行った前記高分子の原子座標に対して、前記結合エネルギーと前記エネルギー勾配ベクトルを計算し、前記結合エネルギーと前記エネルギー勾配ベクトルの計算結果を前記通信制御ステップを介して前記パーソナルコンピュータの前記処理・制御部に送信する請求項１に記載の高分子結合予測システム。
18. 前記パーソナルコンピュータの前記入力装置を介して、前記高分子の結合構造として水分子中の蛋白質と化合物の結合構造を対象に、前記化合物に対する並進操作と前記化合物に対する回転操作の前記探索領域が入力される請求項１に記載の高分子結合予測システム。
19. 前記エネルギー勾配ベクトルとして、前記並進操作に対しては前記探索点における前記高分子に働く力を計算し、前記回転操作に対しては前記探索点における前記高分子に働くトルクを計算する請求項１８に記載の高分子結合予測システム。
20. 前記エネルギー勾配ベクトルの計算における前記並進操作の並進幅ｄｗおよび前記回転操作の分割角度幅はデフォルトとして当該システム側で準備され、あるいは、ユーザが前記入力装置を介して設定できる請求項１８に記載の高分子結合予測システム。

Images