| Project Area | Autonomous biological systems of megadalton complexity |
|---|
| Project/Area Number |
21H05157
|
|---|
| Research Category |
Grant-in-Aid for Transformative Research Areas (B)
|
| Allocation Type | Single-year Grants |
|---|
| Review Section |
Transformative Research Areas, Section (III)
|
|---|
| Research Institution | Tokyo University of Science (2023)
Institute of Physical and Chemical Research (2021-2022) |
|---|
Principal Investigator |
Mori Takaharu 東京理科大学, 理学部第一部化学科, 准教授 (90402445)
|
|---|
| Project Period (FY) |
2021-08-23 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥33,150,000 (Direct Cost: ¥25,500,000、Indirect Cost: ¥7,650,000)
Fiscal Year 2023: ¥11,050,000 (Direct Cost: ¥8,500,000、Indirect Cost: ¥2,550,000)
Fiscal Year 2022: ¥11,050,000 (Direct Cost: ¥8,500,000、Indirect Cost: ¥2,550,000)
Fiscal Year 2021: ¥11,050,000 (Direct Cost: ¥8,500,000、Indirect Cost: ¥2,550,000)
|
|---|
| Keywords | 分子動力学 / タンパク質複合体 / ベイズ推定 / タンパク質 / 分子シミュレーション / 構造モデリング / クライオ電顕 / 分子動力学計算 / 立体構造予測 |
|---|
| Outline of Research at the Start |
細胞内で起こる生命現象を理解するためには、各現象の過程で形成されるタンパク質複合体の構造ダイナミクスを調べることが重要である。特に巨大タンパク質複合体を対象とする場合、系に複雑な相互作用が存在するため、測定された実験データの解釈がより困難となる。本研究では、ベイズ推定を介して実験データを分子動力学計算に取り込むデータ駆動型シミュレーション法を開発し、それを実行するための構造モデリングプラットフォームを構築する。開発した方法論およびソフトウェアを駆使することで、細胞内タンパク質輸送や遺伝情報転写における新しい生物学的知見を得ることを目指す。
|
| Outline of Final Research Achievements |
To elucidate biological phenomena, it is necessary to examine the structure and dynamics of protein complexes. However, experimental data typically contain a lot of noise and errors, making accurate 3D structural modeling challenging, especially for large protein complexes. In this research project, we introduced the MELD method, which incorporates experimental data into molecular dynamics (MD) calculations using Bayesian inference, into the MD simulation program GENESIS to construct a structural modeling platform. This allows for the efficient prediction of protein complex structures while automatically excluding noise and errors when using multiple experimental data as constraints.
|
| Academic Significance and Societal Importance of the Research Achievements |
タンパク質の立体構造を予測することは、生物物理学における挑戦的課題の一つである。特に近年では、クライオ電顕やAFM、NMR、クロスリンク質量分析データなど、複数の実験手法から得られる情報を統合して巨大タンパク質複合体の構造を予測する、"Integrative structural biology" が注目されている。本研究課題において、こうした問題に対する新たなソフトウェア基盤の構築を行った。本成果が、実験科学者にとって利用しやすいソフトウェア環境を提供するだけでなく、それを通して医学や薬学において重要なタンパク質の立体構造予測にも貢献できると期待している。
|
