深層学習と自動実験による酵素創出技術の高度化

Publicly Offered Research

Project Area	Systems biosynthetics based on accumulation, prediction, and creation of biological reactions
Project/Area Number	25H01570
Research Category	Grant-in-Aid for Transformative Research Areas (A)
Allocation Type	Single-year Grants
Review Section	Transformative Research Areas, Section (II)
Research Institution	Institute of Science Tokyo
Principal Investigator	石谷隆一郎東京科学大学, 総合研究院, 教授 (90361568)
Project Period (FY)	2025-04-01 – 2027-03-31
Project Status	Granted (Fiscal Year 2025)
Budget Amount *help	¥10,790,000 (Direct Cost: ¥8,300,000、Indirect Cost: ¥2,490,000) Fiscal Year 2025: ¥5,330,000 (Direct Cost: ¥4,100,000、Indirect Cost: ¥1,230,000)
Keywords	深層学習 / 酵素改変 / 実験自動化
Outline of Research at the Start	生体触媒の酵素は、環境に優しい新素材開発や創薬において重要性を増している。近年は酵素改変による触媒反応のデザインが求められているが、従来のランダム変異法や人手による実験には効率面で限界があった。本計画では構造ベースの深層学習モデルを活用し変異体の活性予測を行い、デザイン効率の向上を図る。さらに、この深層学習モデルを用いた低コストの実験自動化システムの開発を目指す。これにより、酵素の活性向上や基質特異性の拡張を効率的に実現するシステム構築が可能となる。