Publicly Offered Research
Grant-in-Aid for Scientific Research on Innovative Areas (Research in a proposed research area)
大規模実験データベースと分子シミュレーション,そして機械学習法の手法の連帯・最適化により薬物の活性・結合・親和性の予測精度を革新する計算モデルを 開発する。これらは創薬開発プロセスにおける「薬物スクリーニング」や「薬物設計」のための最重要課題である。これら課題達成のため,I.高精度なリガンド -タンパク質の構造データの作成や整備と,これを学習するためのII.深層学習モデルの開発を行う。機械学習モデルは,画像認識等の分野において革新的な精度 向上が達成されている多層ニューラルネットワークを用いた深層学習モデルを化合物の活性や結合予測に応用する。さらに作成した構造データや学習モデルの詳 細な解析からIII.新たな物理化学概念/記述子を創出する。開発した予測モデルを用いて,具体的な標的タンパク質に対する化合物のスクリーニングや分子設計に 関する応用研究を実施し,予測モデルの評価・改善・最適化を図る。具体的には(1)結合ポーズ,(2)活性・不活性を予測するモデルを開発する。また(3)結 合親和性を予測するモデルを作成し,さらに,作成した構造データや深層学習モデルの詳細な解析を行うことにより(4)新たな物理化学概念/記述子を創出す る。各々の研究項目毎に最適な学習データセットと深層学習モデルを構築し,評価データセットを用いてモデルの評価・検討を行う。開発した(1)-(3)の予測モデ ルは,具体的な標的タンパク質に対する化合物のスクリーニングや分子設計に関する応用研究に活用し,計算モデルの評価・改善・最適化を図る。
令和元年度が最終年度であるため、記入しない。
All 2020 2019 2018
All Journal Article (5 results) (of which Int'l Joint Research: 2 results, Peer Reviewed: 5 results, Open Access: 3 results) Presentation (12 results) (of which Int'l Joint Research: 5 results, Invited: 1 results)
The Journal of Physical Chemistry Letters
Volume: 11 Issue: 5 Pages: 1662-1667
10.1021/acs.jpclett.0c00175
AIP Advances
Volume: 8 Issue: 11 Pages: 115113-115113
10.1063/1.5053151
Nature Communications
Volume: 9 Issue: 1 Pages: 1-13
10.1038/s41467-018-06135-y
Journal of Physical Chemistry B
Volume: 122 Issue: 15 Pages: 318-4324
10.1021/acs.jpcb.8b00298
Journal of Physics: Conference Series
Volume: 1136 Pages: 012022-012022
10.1088/1742-6596/1136/1/012022