Production of artificial glycosylated peptides assited by deep learning of substrate sequences of peptide-modifying enzymes

• Project Area: Systems biosynthetics based on accumulation, prediction, and creation of biological reactions
• Project/Area Number: 23H04546
• Research Category: Grant-in-Aid for Transformative Research Areas (A)
• Allocation Type: Single-year Grants
• Review Section: Transformative Research Areas, Section (II)
• Research Institution: Kyoto University (2024); The University of Tokyo (2023)
• Principal Investigator: 後藤 佑樹 京都大学, 理学研究科, 教授 (70570604)
• Project Period (FY): 2023-04-01 – 2025-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥10,790,000 (Direct Cost: ¥8,300,000、Indirect Cost: ¥2,490,000); Fiscal Year 2024: ¥5,460,000 (Direct Cost: ¥4,200,000、Indirect Cost: ¥1,260,000); Fiscal Year 2023: ¥5,330,000 (Direct Cost: ¥4,100,000、Indirect Cost: ¥1,230,000)
• Keywords: グリコシル化 / 人工ペプチド / ペプチド修飾酵素 / 深層学習

Outline of Research at the Start

天然物ペプチドの生合成酵素には、本来の基質だけでなく様々な人工基質に適用することで、多彩な薬剤候補として期待される人工ペプチドの生産に活用できるものが多い。しかしながら、効率良く人工ペプチドを生産・利用していくためには、どういった配列のペプチドであれば生合成酵素の人工基質になるかを正確に理解する あるいは 予測する必要がある。そこで本研究では、ランダム人工基質ペプチドライブラリーの酵素反応結果の深層学習を行う。これにより、S-グリコシル化骨格を有する人工環状ペプチド（グリコシル化擬天然物ペプチド）の自在生産を実現することが最終目標である。