Construction of chemical latent space using deep learning and design of artificial molecular structures

Planned Research

Project Area	Latent Chemical Space Based on Diverse Natural Products for Bio-active Molecular Design
Project/Area Number	23H04885
Research Category	Grant-in-Aid for Transformative Research Areas (A)
Allocation Type	Single-year Grants
Review Section	Transformative Research Areas, Section (II)
Research Institution	Keio University
Principal Investigator	榊原康文慶應義塾大学, 理工学部(矢上), 教授 (10287427)
Co-Investigator(Kenkyū-buntansha)	長田裕之公益財団法人微生物化学研究会, 微生物化学研究所, 特任部長 (80160836) 齋藤裕北里大学, 未来工学部, 教授 (60721496)
Project Period (FY)	2023-04-01 – 2028-03-31
Project Status	Granted (Fiscal Year 2024)
Budget Amount *help	¥137,280,000 (Direct Cost: ¥105,600,000、Indirect Cost: ¥31,680,000) Fiscal Year 2024: ¥25,090,000 (Direct Cost: ¥19,300,000、Indirect Cost: ¥5,790,000) Fiscal Year 2023: ¥34,320,000 (Direct Cost: ¥26,400,000、Indirect Cost: ¥7,920,000)
Keywords	化合物潜在空間 / 生成AI / 深層学習 / 化合物アレイ / バーチャルスクリーニング / マルチオミックス
Outline of Research at the Start	我が国が誇る膨大な天然物を含む化合物資源に対して得られた生物活性情報と化合物構造情報を用いて、人工知能分野における深層学習を適用することで新機軸に基づく化合物潜在空間を開拓する。さらに、化合物潜在空間内の新規クラスタに着目して生物活性分子を設計・化学合成し、生物活性分子デザインへ応用可能であることを実証する。まず、C01班およびA01班から提供される生理活性などの機能の次元を潜在空間に加えることにより、構造の機能的な解析や最適化と設計に応用していく。また、A01班から化合物構造情報を収集すること、C01班からの有機合成と生物活性情報を得ることで、世界でも類を見ないケミカルスペースの潜在空間を構築していく。