Acceleration of protein simulation using a solution theory based on a deep learning

Publicly Offered Research

Project Area	Foundation of "Machine Learning Physics" --- Revolutionary Transformation of Fundamental Physics by A New Field Integrating Machine Learning and Physics
Project/Area Number	25H01505
Research Category	Grant-in-Aid for Transformative Research Areas (A)
Allocation Type	Single-year Grants
Review Section	Transformative Research Areas, Section (II)
Research Institution	Tohoku University
Principal Investigator	吉留崇東北大学, 工学研究科, 准教授 (90456830)
Project Period (FY)	2025-04-01 – 2027-03-31
Project Status	Granted (Fiscal Year 2025)
Budget Amount *help	¥3,900,000 (Direct Cost: ¥3,000,000、Indirect Cost: ¥900,000) Fiscal Year 2025: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
Keywords	水和 / タンパク質 / 深層学習 / シミュレーション
Outline of Research at the Start	独自の「深層学習に基づく高速な水和理論」（Ito & Yoshidome, IUPAB 2024、吉留、第4回学術変革領域「学習物理」物性関係討論会 2025）を発展させ、高速なタンパク質シミュレーション手法を開発する。既存のタンパク質全原子シミュレーションでは数十万個の運動方程式を数値的に解くことになり、タンパク質折り畳みの時間スケールに到達することが極めて困難である。これに対し本研究では、独自の水和理論の導入により、水分子の運動方程式計算を不要にすることでタンパク質シミュレーションを高速化し、タンパク質折り畳みの時間スケールへの到達を目指す。