画像認識による分子間相互作用の解析と高機能性分子の設計作成

Publicly Offered Research

Project Area	Establishing data descriptive science and its cross-disciplinary applications
Project/Area Number	23H04462
Research Category	Grant-in-Aid for Transformative Research Areas (A)
Allocation Type	Single-year Grants
Review Section	Transformative Research Areas, Section (II)
Research Institution	Chiba University
Principal Investigator	星野忠次千葉大学, 大学院薬学研究院, 准教授 (90257220)
Project Period (FY)	2023-04-01 – 2025-03-31
Project Status	Granted (Fiscal Year 2024)
Budget Amount *help	¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000) Fiscal Year 2024: ¥2,340,000 (Direct Cost: ¥1,800,000、Indirect Cost: ¥540,000) Fiscal Year 2023: ¥2,340,000 (Direct Cost: ¥1,800,000、Indirect Cost: ¥540,000)
Keywords	分子間相互作用 / パターン認識 / 医薬抗体 / 薬物スクリーニング / 機械学習 / 記述子 / 画像処理 / タンパク質
Outline of Research at the Start	分子間相互作用を2次元画像のパターン認識により、精度良く高速に解析する研究を行う。タンパク質の個々の特性を画像データに納めて、従来の単純な記述子では捉えきれない情報を取り込むことで、正確にタンパク質複合体の結合パートナーを見つけることが出来る。生体内のシグナル伝達は、タンパク質等の分子認識の連鎖で成り立っている。従って、生体の情報伝達ネットワークを理解するためには、分子認識を把握することが欠かせない。タンパク質同士の結合相互作用を効率的に解析できれば、高機能性分子の緻密な設計が可能になる。本技術の実証実験として、SARS-Cov-2の中和抗体を論理的に設計して作出する。