JP7441837B2 - 中間体を特定する方法 - Google Patents
中間体を特定する方法 Download PDFInfo
- Publication number
- JP7441837B2 JP7441837B2 JP2021528022A JP2021528022A JP7441837B2 JP 7441837 B2 JP7441837 B2 JP 7441837B2 JP 2021528022 A JP2021528022 A JP 2021528022A JP 2021528022 A JP2021528022 A JP 2021528022A JP 7441837 B2 JP7441837 B2 JP 7441837B2
- Authority
- JP
- Japan
- Prior art keywords
- protein folding
- properties
- folding
- threshold
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
- G16B5/30—Dynamic-time models
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B15/00—ICT specially adapted for analysing two-dimensional or three-dimensional molecular structures, e.g. structural or functional relations or structure alignment
- G16B15/20—Protein or domain folding
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B15/00—ICT specially adapted for analysing two-dimensional or three-dimensional molecular structures, e.g. structural or functional relations or structure alignment
- G16B15/30—Drug targeting using structural data; Docking or binding prediction
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Medical Informatics (AREA)
- Evolutionary Biology (AREA)
- Biophysics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biotechnology (AREA)
- Chemical & Material Sciences (AREA)
- Crystallography & Structural Chemistry (AREA)
- Molecular Biology (AREA)
- Physiology (AREA)
- Medicinal Chemistry (AREA)
- Pharmacology & Pharmacy (AREA)
- Bioethics (AREA)
- Databases & Information Systems (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Acyclic And Carbocyclic Compounds In Medicinal Compositions (AREA)
Description
より具体的には、本発明は、創薬手順のための標的として試験するのに適した標的タンパク質フォールディング中間体を特定する方法に関し、およびフォールディング中間体標的化に基づくインシリコ創薬のための方法に関する。
本明細書は、創薬手順のための標的として試験するのに適した標的タンパク質のフォールディング中間体を特定する方法を説明する。
前記方法は、以下に示す工程を含み、それらは電子計算によって実行される。
前記選択特性は、タンパク質フォールディング中間体の創薬可能性に関連する。
本方法の1つ実施形態によれば、選択特性は、検討される候補タンパク質フォールディング中間体の創薬可能性に関連する構造特性を含む。
実行の例において、ポケットのサイトスコアの閾値は0.8である。
実行の例において、ポケットのDスコアの閾値は0.98である。
実行の例において、ポケットのドラッグスコアの閾値は0.5である。
実行の例において、ポケットバランスの閾値は1.0である。
以下に示すフェーズは、本方法を実行する間に当業者によって実行される実際の動作の概要を示す。
標的の特定および選択タスクは上記で詳細に説明されている。
選択された候補タンパク質フォールディング中間体のインシリコ・スカウト分析は、選択されたタンパク質フォールディング中間体に固有であり、前記タンパク質のネイティブ形態には存在しない、溶媒に露出された創薬可能なポケットを有する標的タンパク質フォールディング中間体の選択をもたらす。
本発明による実施形態では、選択する工程は、最も高くランク付けされたポケット、即ち最も高くランク付けされた標的タンパク質フォールディング中間体を選択することを含み、それ若しくはそれらは、次いで、潜在的な小さいリガンドを特定するための仮想の薬物スクリーニングキャンペーンを実施するために使用される。研究分野/標的に応じて、アドホック仮想の化学ライブラリ(ad-hoc virtual chemical libraries)を設計し、構築する。最も有望な候補を選択するために、技術水準で利用可能な計算的アプローチ/ツール、例えばドッキングベースの仮想のスクリーニング、リガンド親和性、リガンド効率(LE)およびリガンド脂溶性効率(LLE)の評価、汎アッセイ干渉化合物(Pan-Assay Interference Compounds)および潜在的な凝集体の除去、物理化学的化合物特性およびADMET化合物の特性の分析、仮想化合物の類似性およびクラスタリング分析が適用される。
本発明による他の実施形態において、記述の方法に従って特定された化合物には、抗体(および抗体誘導体)、毒素、核酸が含まれてよく、そのような分子はまた、内因性代謝物によって代表され得る。
例として、仮想のスクリーニングによって予測されたリガンドは、安定的にトランスフェクトされた異種の細胞システムにおいて、用量依存的な様式で標的タンパク質の発現を翻訳後に減少させるそれらの能力を試験することによって検証される。
プリオン病は、内因性グリコシルホスファチジルイノシトール(GPI)に固定された細胞表面の糖タンパク質であるPrPCが、罹患者の中枢神経系に蓄積する「スクレイピー型のPrP」(またはPrPSc)と称される誤ったフォールディングアイソフォームへコンフォメーション転換することと関連する。PrPScは、検出可能な情報をコードする核酸を欠く感染性のタンパク質(プリオン)であり、それはPrPCに直接結合して、そのコンフォメーション再配列をトリガーすることによって新らたなPrPSc分子を複製する。多くの証拠は、プリオンの生物学的特性を指定する必要な情報がPrPScの構造に排他的にコードされていること、ならびに異なるPrPSc配座異性体がさまざまな形態のプリオン病の根底にある神経病理学的および臨床的特徴を含む異なる株の特性を生成し得ることを示す。PrP遺伝子の疾患関連変異は、PrPCの凝集性で病原性のPrPSc様形態への誤ったフォールディングに有利に働くと考えられる。これらの特有の特徴にもかかわらず、遺伝的研究、生物物理学的研究および生化学的研究から生じた証拠の増加は、プリオン病で機能する病原性メカニズムが他のいくつかの障害で発生する神経変性経路の根源にある可能性を示唆する。大きく増加する一連の証拠は、PrPCの発現および/または活性を調節することができる化合物が、幾つかの神経変性疾患に完全に新しい治療的展望を提供する可能性があるという結論に向けさせる。
(i) LBTによって調べられたコンフォメーションの各セットについて、図1のプロットの密度の高い領域に存在するコンフォメーションのみを保持した。このタスクを実行するために、特定のコンフォメーションを観察する確率についての負の対数(QおよびRMSDで定義)を計算し、そして3.5kBTを超える高いグローバルミニマム(長寿命な領域)に対する安定の偏差を有するすべてのポイントを除外した。
(ii) 関心のある領域のみに焦点を合わせるために、コンフォメーションを0.5nm<RMSD<0.9nmおよび0.65<Q<0.85を示すコンフォメーションのみを保持することにより更にフィルタリングした。
1) 我々は、クラスターC3の代表的なコンフォメーションから出発して、300Kでの明示的な溶媒モデルにて50nsの分子動力学(MD)を実行した。このようなシミュレーションでは、側鎖の配置のみをサンプリングするために、バックボーン原子の相対位置を固定した。
2) MD軌道が2つの主要なポケットの存在を示唆したため、このようなMD軌道が通ったコンフォメーションは2つのグループに構造的にクラスター化された。我々は、各グループから無作為に10個のコンフォメーションを抽出した。
3) 我々は、創薬可能性が最も高い部位を含むものを特定するために、サイトマップを使用して、結果として得られた20個のコンフォメーションを分析した。
4) 前の工程で特定されたコンフォメーションを、約250,000個の小分子を含むAsinex商用ライブラリを使用して、薬物スクリーニングのターゲットとして使用した。
5) このような仮想スクリーニングの結果は、予測された薬力学および薬物動態に従ってフィルタリングされ、275個の仮想ヒットからなる最終プールとなった。我々は、本実施例で、結合親和性が最も高いと予測されるこのグループの候補薬の化学構造を報告する:
Claims (16)
- 創薬手順のための標的として試験するのに適した標的タンパク質フォールディング中間体を特定する方法であって、電子計算によって実行される以下の工程:
- タンパク質のフォールディング経路を規定するイベントの時の配列をモデル化する工程であって、前記フォールディング経路に沿った1つまたは複数のタンパク質フォールディング中間状態の構造的特性および/またはエネルギー特性および/または物理化学的特性をモデル化および/または計算することを含む工程;
- 前記構造的特性およびエネルギー特性および/または物理化学的特性の中の特定特性に基づき、モデル化されたフォールディング経路に沿って、少なくとも1つの候補タンパク質フォールディング中間体を特定する工程;
- 前記構造的特性およびエネルギー特性および/または物理化学的特性の中の選択特性に基づき、前記少なくとも1つの候補タンパク質フォールディング中間体の中から1つまたは複数の標的タンパク質フォールディング中間体を選択する工程
を含み、
前記選択特性がタンパク質フォールディング中間体の創薬可能性に関連し、
前記標的タンパク質フォールディング中間体が、ネイティブ状態で存在しない選択特性、例えばネイティブ状態で存在しない創薬可能なポケット、またはネイティブ状態で存在するポケットからの二乗平均偏差の閾値よりも大きい二乗平均偏差を特徴とする創薬可能なポケットを有する、方法。 - 前記特定特性が、前記タンパク質フォールディング中間体のエネルギー的および/または物理化学的特性を含む、請求項1に記載の方法。
- 前記選択特性が、
- 検討される候補タンパク質フォールディング中間体の創薬可能性に関連する構造特性、および/または
- タンパク質のホットスポット特定のためのスコアリングパラメータ
を含む、請求項1または2に記載の方法。 - 前記特定特性が、前記タンパク質の中間状態と天然状態との間の、または中間状態と天然状態に向かう次の中間体との間の、自由エネルギー障壁を含み、
候補タンパク質フォールディング中間体として中間体を特定する工程が、前記中間体と天然状態または天然状態に向かう次の中間体との間の自由エネルギー障壁が自由エネルギー閾値よりも大きいことを特徴とする、前記請求項1~3のいずれか一項に記載の方法。 - - 中間体からネイティブ状態への移行の速度の逆数または前記フォールディング経路に沿った次の中間体への移行の速度の逆数として規定される中間体の寿命を推定することを更に含み、
ここで、特定する工程が、最小寿命閾値よりも長い寿命を有する中間体を候補タンパク質フォールディング中間体として特定することを含む、前記請求項1~4のいずれか一項に記載の方法。 - 少なくとも1つの候補タンパク質フォールディング中間体を特定する工程が、準安定状態を特定することを含む、前記請求項1~5のいずれか一項に記載の方法。
- 前記選択特性が、検討される候補タンパク質フォールディング中間体における創薬可能なポケットの存在を含み、前記創薬可能なポケットがポケットパラメータに関して規定され、および
選択する工程が、前記ポケットパラメータとそれぞれの閾値との比較に基づき、特定された候補タンパク質フォールディング中間体の中から1つまたは複数の標的タンパク質フォールディング中間体を選択することを含む、前記請求項1~6のいずれか一項に記載の方法。 - 前記ポケットパラメータが、寸法パラメータおよび/または形状パラメータおよび/または位置パラメータおよび/または疎水性特性に対する対親水性特性の比を含む、請求項7に記載の方法。
- 前記ポケット寸法パラメータが、ポケットの体積および/またはポケットの深さ、および/またはポケットの封入および/または露出を含む、請求項8に記載の方法。
- 前記スコアリングパラメータが、「サイトスコア」および/または「Dスコア」および/または「ドラッグスコア」および/またはポケットバランスを含む、請求項3に記載の方法。
- - 前記自由エネルギーの閾値が7.5kJ/molである;および/または
- 前記中間体の寿命の閾値が生理学的条件でのタンパク質半減期の少なくとも3倍である;および/または
- 前記二乗平均偏差の閾値が2Åと等しい、または2Åを超える;および/または
- 前記ポケット体積の閾値が少なくとも350Å3である;および/または
- 前記ポケットの深さの閾値が少なくとも13Åである;および/または
- 前記ポケット露出が≦0.49である;および/または
- 前記ポケット封入が≧0.78である;および/または
- 前記ポケットのサイトスコア閾値が≧0.8である;および/または
- 前記ポケットのDスコア閾値が≧0.98である;および/または
- 前記ポケットのドラッグスコア閾値が≧0.5であり、
- 前記ポケットバランスが≧1である、
請求項10に記載の方法。 - タンパク質フォールディング経路の時間エボリューションをモデル化する工程が、分子力学(MM)または量子力学分子力学(QM-MM)アプローチに基づく計算的シミュレーションによって実施される、前記請求項1~11のいずれか一項に記載の方法。
- タンパク質フォールディング経路の時間エボリューションをモデル化する工程が、ラチェットおよびパウル分子動力学に基づく計算的シミュレーションによって、および/またはバイアス関数計算的アプローチによって、および/またはセルフ・コンシステント・パス・サンプリング計算的アプローチによって実施される、請求項12に記載の方法。
- タンパク質フォールディング経路の時の配列をモデル化する工程が、タンパク質フォールディング経路の再構築またはフォールディング中間体の特定をもたらす任意のインシリコアプローチまたは実験的アプローチによって実施される、請求項1~11のいずれか一項に記載の方法。
- フォールディング中間体標的化に基づくインシリコ創薬のための方法であって、
- 請求項1~13のいずれか一項に従い、インシリコ創薬手順のための標的として試験するのに適した標的タンパク質フォールディング中間体を特定する方法を実施すること;
- 選択した標的タンパク質フォールディング中間体にてインシリコ創薬を実施することを含
創薬可能なポケットまたはホットスポットが特定されている、選択された各標的タンパク質フォールディング中間体に対してインシリコ創薬を実施する工程が、
- 前記標的タンパク質フォールディング中間体で特定された1つまたは複数の創薬可能なポケットおよび/またはホットスポットの特性に基づいて、潜在的なリガンドを特定する工程であって、前記1つまたは複数の創薬可能なポケットおよび/またはホットスポットが可能な結合部位と見なされる、工程;
- インシリコシミュレーションを通じて、特定されたリガンドのそれぞれと特定された結合部位のそれぞれとの相互作用をモデル化する工程;
- 前記モデル化に基づいてリガンドを選択する工程を含む、方法。 - コンピュータによって実行されると、コンピュータに、請求項1~15のいずれか一項に記載の標的タンパク質フォールディング中間体を特定するための方法を実行させる少なくとも1つのプログラム指示を含む、コンピュータプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IT102018000007535A IT201800007535A1 (it) | 2018-07-26 | 2018-07-26 | Metodo per identificare intermedi |
IT102018000007535 | 2018-07-26 | ||
PCT/IB2019/056371 WO2020021493A1 (en) | 2018-07-26 | 2019-07-25 | A method for identifying intermediates |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021531607A JP2021531607A (ja) | 2021-11-18 |
JP7441837B2 true JP7441837B2 (ja) | 2024-03-01 |
Family
ID=63762913
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021528022A Active JP7441837B2 (ja) | 2018-07-26 | 2019-07-25 | 中間体を特定する方法 |
Country Status (9)
Country | Link |
---|---|
US (1) | US20210313007A1 (ja) |
EP (1) | EP3827433A1 (ja) |
JP (1) | JP7441837B2 (ja) |
KR (1) | KR20210035850A (ja) |
CN (1) | CN112703559B (ja) |
CA (1) | CA3107408A1 (ja) |
IL (1) | IL280423A (ja) |
IT (1) | IT201800007535A1 (ja) |
WO (1) | WO2020021493A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IT202000006517A1 (it) | 2020-03-27 | 2021-09-27 | Istituto Naz Fisica Nucleare | Small molecules che inducono la degradazione della proteina prionica cellulare |
IT202000013564A1 (it) | 2020-06-08 | 2021-12-08 | Sibylla Biotech S R L | Composto antivirale |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080183452A1 (en) | 2007-01-25 | 2008-07-31 | International Business Machines Corporation | Visual analysis of a protein folding process |
US20080270094A1 (en) | 2007-04-27 | 2008-10-30 | Pratul Kumar Agarwal | Fast computational methods for predicting protein structure from primary amino acid sequence |
CN101436230A (zh) | 2008-12-25 | 2009-05-20 | 哈尔滨工程大学 | 蛋白质折叠仿真中的模蛇方法 |
US20130130294A1 (en) | 2010-07-05 | 2013-05-23 | Sigeng Han | Novel method for characterizing and multi-dimensionally representing the folding process of proteins |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103191413B (zh) * | 2012-01-05 | 2014-11-26 | 中国科学院遗传与发育生物学研究所 | Oct4b蛋白异构体的用途 |
US20150134315A1 (en) * | 2013-09-27 | 2015-05-14 | Codexis, Inc. | Structure based predictive modeling |
CN106407736A (zh) * | 2015-07-29 | 2017-02-15 | 张崇骞 | 以Nicastrin为靶点的药物筛选方法及其应用 |
WO2018098484A1 (en) * | 2016-11-28 | 2018-05-31 | Texas Tech University System | Drug targets of delayed aging and human brain diseases |
-
2018
- 2018-07-26 IT IT102018000007535A patent/IT201800007535A1/it unknown
-
2019
- 2019-07-25 CA CA3107408A patent/CA3107408A1/en active Pending
- 2019-07-25 KR KR1020217005106A patent/KR20210035850A/ko active Pending
- 2019-07-25 JP JP2021528022A patent/JP7441837B2/ja active Active
- 2019-07-25 EP EP19746184.1A patent/EP3827433A1/en active Pending
- 2019-07-25 CN CN201980049718.0A patent/CN112703559B/zh active Active
- 2019-07-25 WO PCT/IB2019/056371 patent/WO2020021493A1/en unknown
- 2019-07-25 US US17/263,201 patent/US20210313007A1/en active Pending
-
2021
- 2021-01-26 IL IL280423A patent/IL280423A/en unknown
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080183452A1 (en) | 2007-01-25 | 2008-07-31 | International Business Machines Corporation | Visual analysis of a protein folding process |
US20080270094A1 (en) | 2007-04-27 | 2008-10-30 | Pratul Kumar Agarwal | Fast computational methods for predicting protein structure from primary amino acid sequence |
CN101436230A (zh) | 2008-12-25 | 2009-05-20 | 哈尔滨工程大学 | 蛋白质折叠仿真中的模蛇方法 |
US20130130294A1 (en) | 2010-07-05 | 2013-05-23 | Sigeng Han | Novel method for characterizing and multi-dimensionally representing the folding process of proteins |
Also Published As
Publication number | Publication date |
---|---|
JP2021531607A (ja) | 2021-11-18 |
CA3107408A1 (en) | 2020-01-30 |
IL280423A (en) | 2021-03-25 |
CN112703559B (zh) | 2024-12-31 |
IT201800007535A1 (it) | 2020-01-26 |
US20210313007A1 (en) | 2021-10-07 |
KR20210035850A (ko) | 2021-04-01 |
CN112703559A (zh) | 2021-04-23 |
EP3827433A1 (en) | 2021-06-02 |
WO2020021493A1 (en) | 2020-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tuncbag et al. | A survey of available tools and web servers for analysis of protein–protein interactions and interfaces | |
Laraia et al. | Overcoming chemical, biological, and computational challenges in the development of inhibitors targeting protein-protein interactions | |
Ballester et al. | A machine learning approach to predicting protein–ligand binding affinity with applications to molecular docking | |
Wang et al. | Identifying ligand binding sites and poses using GPU-accelerated Hamiltonian replica exchange molecular dynamics | |
Biesiada et al. | Survey of public domain software for docking simulations and virtual screening | |
Ellingson et al. | Machine learning and ligand binding predictions: a review of data, methods, and obstacles | |
EP1272839A4 (en) | METHOD AND APPARATUS FOR PREDICTING LINK INTERACTIONS FOR LIGANDS | |
Hoffer et al. | S4MPLE–sampler for multiple protein–ligand entities: Simultaneous docking of several entities | |
JP7441837B2 (ja) | 中間体を特定する方法 | |
Maccari et al. | In silico design of antimicrobial peptides | |
Buschmann et al. | Biomolecular simulations in structure-based drug discovery | |
Trisciuzzi et al. | An integrated machine learning model to spot peptide binding pockets in 3D protein screening | |
Feng et al. | Molecular dynamics simulation and prediction of druggable binding sites | |
Mai et al. | Discovery of small molecular inhibitors for interleukin-33/ST2 protein–protein interaction: A virtual screening, molecular dynamics simulations and binding free energy calculations | |
Das et al. | Machine-learning technique, QSAR and molecular dynamics for hERG–drug interactions | |
Shi et al. | PTMdyna: exploring the influence of post-translation modifications on protein conformational dynamics | |
Orry et al. | Preparation and refinement of model protein–ligand complexes | |
Aupič et al. | Predicting conformational ensembles of intrinsically disordered proteins: From molecular dynamics to machine learning | |
Durojaye et al. | Csc01 shows promise as a potential inhibitor of the oncogenic G13D mutant of KRAS: an in silico approach | |
Tufféry et al. | A refined pH-dependent coarse-grained model for peptide structure prediction in aqueous solution | |
RU2814953C2 (ru) | Способ идентификации промежуточных продуктов | |
Kufareva et al. | Experiment-guided molecular modeling of protein–protein complexes involving GPCRs | |
Rai et al. | Recent trends in in-silico drug discovery | |
Melancon et al. | Targeting ion channels with ultra-large library screening for hit discovery | |
Uba et al. | Identification of potential antagonists of CRF1R for possible treatment of stress and anxiety neuro-disorders using structure-based virtual screening and molecular dynamics simulation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220721 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231003 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231225 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240213 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240219 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7441837 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |