タンパク質の深層学習を用いた改変ポリメラーゼデザイン法の開発

Research Project

Project/Area Number	25K15323
Research Category	Grant-in-Aid for Scientific Research (C)
Allocation Type	Multi-year Fund
Section	一般
Review Section	Basic Section 62010:Life, health and medical informatics-related
Research Institution	The University of Osaka
Principal Investigator	長尾知生子大阪大学, 蛋白質研究所, 助教 (10402463)
Co-Investigator(Kenkyū-buntansha)	笠原勇矢国立研究開発法人医薬基盤・健康・栄養研究所, 医薬基盤研究所創薬デザイン研究センター, 副センター長 (10740673) 李秀栄国立研究開発法人医薬基盤・健康・栄養研究所, 医薬基盤研究所 AI健康・医薬研究センター, プロジェクトリーダー (50390670)
Project Period (FY)	2025-04-01 – 2028-03-31
Project Status	Granted (Fiscal Year 2025)
Budget Amount *help	¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000) Fiscal Year 2027: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000) Fiscal Year 2026: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000) Fiscal Year 2025: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
Keywords	改変ポリメラーゼ / 人工核酸アプタマー / 深層学習 / 分子動力学計算
Outline of Research at the Start	人工核酸アプタマーは、タンパク質や化合物を特異的に認識する機能を持ち、新しい創薬モダリティとして注目されている。核酸アプタマーは、試験管内選択法によって取得されるが、人工核酸アプタマーに対しては人工核酸を転写・逆転写可能な改変ポリメラーゼが欠かせない。ポリメラーゼは反応に伴う構造変化が大きいため、結晶構造に基づく論理的なデザインが難しく、変異導入による機能改変には膨大な試行実験が必要とされる。本研究では、タンパク質の深層学習モデルを、ダイナミクスと非天然基質という観点から検討し、機械学習と分子動力学計算、実験が有機的に連携した新規の方法による、改変ポリメラーゼデザインの実現を目指す。