大規模自前データ取得と深層学習によるペプチド骨格修飾酵素群の優良人工基質の設計

Publicly Offered Research

Project Area	Systems biosynthetics based on accumulation, prediction, and creation of biological reactions
Project/Area Number	25H01578
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
Principal Investigator	後藤佑樹京都大学, 理学研究科, 教授 (70570604)
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	プレニル化 / 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を許容し、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、複数のプレニル化酵素の基質プロファイルを正確に理解し、多彩なプレニル修飾構造を共存させた人工環状ペプチド（キメラプレニル化擬天然ペプチド）の自在生産を実現することが最終目標である。