• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to previous page

オートエンコーダーを用いたSTINGの恒常的活性化メカニズムの解明

Research Project

Project/Area Number 21K12134
Research Category

Grant-in-Aid for Scientific Research (C)

Allocation TypeMulti-year Fund
Section一般
Review Section Basic Section 62010:Life, health and medical informatics-related
Research InstitutionNational Institute of Advanced Industrial Science and Technology

Principal Investigator

土屋 裕子  国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (30557773)

Project Period (FY) 2021-04-01 – 2025-03-31
Project Status Granted (Fiscal Year 2023)
Budget Amount *help
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2023: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2022: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2021: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
Keywords深層学習 / シミュレーション / 疾病発症機構 / 創薬 / オートエンコーダー
Outline of Research at the Start

自然免疫に関わるタンパク質STINGは感染時に生成されるリガンドを結合することで活性化しI型インターフェロン (IFN) 産生を促進する。しかし変異体では無感染状態でも恒常的にIFNを産生し自己免疫疾患の発症を導く。変異による主鎖構造の顕著な変化が見られないことや変異部位からIFN産生に関わる機能部位まで離れていることから、ダイナミックアロステリーと呼ばれる現象が生じていると考えられる。研究代表者らが開発したシミュレーションデータから側鎖原子の構造情報を落とすことなくシグナル伝達の解析を行うオートエンコーダーに基づく手法により、STINGの遺伝子変異が導く恒常的活性化のメカニズムの解明を行う。

Outline of Annual Research Achievements

自然免疫応答において重要な役割を担うStimulator of interferon genes(STING)タンパク質の活性化機構の解明は、DNAウイルス感染等による活性化機構のみならず、自己DNAに対する炎症応答及びこれらが原因となる疾病発症機構等の解明に有用な情報を与える。
STINGは4回膜貫通領域、細胞質領域、天然変性領域からなる約380残基のタンパク質で、感染が生じた際に生成されるリガンドを結合することで活性化しI型インターフェロン(IFN)産生を促進する。一方で、膜貫通領域や細胞質領域における点変異がSAVI(STING-associated vasculopathy with onset in infancy)などの自己免疫疾患を導くことが報告されている。
変異による主鎖構造の顕著な変化が見られないことや、変異部位からIFN産生に関わる機能部位まで離れていることから、ダイナミックアロステリーと呼ばれる現象が生じていると考えられる。本疾患の発症メカニズム解明を目的に、シミュレーションで得られる側鎖原子の構造及び揺らぎ情報を利用しシグナル伝達の解析を行う教師無し深層学習法に基づく手法を開発した(Tsuchiya et al, JCIM, 2019; Tsuchiya et al, SciRep, 2021)。シミュレーションと深層学習を融合した本手法により、STINGの点変異が導く恒常的活性化のメカニズムの解明を実施する。

Current Status of Research Progress
Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

シミュレーションデータから側鎖原子の構造情報を落とすことなくシグナル伝達の解析を行う、教師無し深層学習法オートエンコーダーに基づく手法を開発し、その有用性を確認した(Tsuchiya et al, JCIM, 2019; Tsuchiya et al, SciRep, 2021)。本手法をSTINGタンパク質の変異が導く自己免疫疾患発症のメカニズム解明に応用するため、今年度は特に深層学習モデルの再構築を行った。
深層学習で利用するトラジェクトリの時間帯や間隔及び平均化等は、前年度に実施したヒトSTING全原子モデルの分子動力学シミュレーションのトラジェクトリの解析結果に基づき決定した。特に、変異残基周辺の局所的な構造変化は観察されなかった一方で、大域的には異なる動きが観察された点を考慮した。最適な深層学習モデルの選定のため、野生型STINGのトラジェクトリを用いた複数の深層学習モデルの異なる条件下での試行を実施した。

Strategy for Future Research Activity

精度向上を目的に、3状態(野生型、リガンド結合型、変異体)のSTINGタンパク質の立体構造に対し1μ秒のシミュレーションを各々2回実行し、野生型のトラジェクトリを用いた深層学習モデルの選定及びパラメータ調整等を行った。今後は、最終モデルを確定し、リガンド結合型及び変異体のトラジェクトリデータを用いた推論を実施する。得られた結果に基づきアミノ酸変異のシグナル伝達経路を推定し、その変異が他のアミノ酸及び下流のタンパク質に与える影響や変化等を抽出する。これらの疾病発症機構解明に係る知見をまとめ、学会発表及び論文投稿を行う。

Report

(3 results)
  • 2023 Research-status Report
  • 2022 Research-status Report
  • 2021 Research-status Report
  • Research Products

    (2 results)

All 2022 2021

All Journal Article (1 results) (of which Peer Reviewed: 1 results,  Open Access: 1 results) Presentation (1 results)

  • [Journal Article] Structure-based analyses of gut microbiome-related proteins by neural networks and molecular dynamics simulations2022

    • Author(s)
      Taneishi Kei、Tsuchiya Yuko
    • Journal Title

      Current Opinion in Structural Biology

      Volume: 73 Pages: 102336-102336

    • DOI

      10.1016/j.sbi.2022.102336

    • Related Report
      2021 Research-status Report
    • Peer Reviewed / Open Access
  • [Presentation] オートエンコーダーに基づくGPCRシグナル伝達経路解析2021

    • Author(s)
      土屋裕子、種石慶、米澤康滋
    • Organizer
      第21回日本蛋白質科学会年会
    • Related Report
      2021 Research-status Report

URL: 

Published: 2021-04-28   Modified: 2024-12-25  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi