Development of the next-generation structure modeling platform incorporating Bayesian inference

2023 Fiscal Year Final Research Report

• Project Area: Autonomous biological systems of megadalton complexity
• Project/Area Number: 21H05157
• Research Category: Grant-in-Aid for Transformative Research Areas (B)
• Allocation Type: Single-year Grants
• Review Section: Transformative Research Areas, Section (III)
• Research Institution: Tokyo University of Science (2023); Institute of Physical and Chemical Research (2021-2022)
• Principal Investigator: Mori Takaharu 東京理科大学, 理学部第一部化学科, 准教授 (90402445)
• Project Period (FY): 2021-08-23 – 2024-03-31
• Keywords: 分子動力学 / タンパク質複合体 / ベイズ推定

Outline of Final Research Achievements

To elucidate biological phenomena, it is necessary to examine the structure and dynamics of protein complexes. However, experimental data typically contain a lot of noise and errors, making accurate 3D structural modeling challenging, especially for large protein complexes. In this research project, we introduced the MELD method, which incorporates experimental data into molecular dynamics (MD) calculations using Bayesian inference, into the MD simulation program GENESIS to construct a structural modeling platform. This allows for the efficient prediction of protein complex structures while automatically excluding noise and errors when using multiple experimental data as constraints.

Free Research Field

理論生物物理学

Academic Significance and Societal Importance of the Research Achievements

タンパク質の立体構造を予測することは、生物物理学における挑戦的課題の一つである。特に近年では、クライオ電顕やAFM、NMR、クロスリンク質量分析データなど、複数の実験手法から得られる情報を統合して巨大タンパク質複合体の構造を予測する、"Integrative structural biology" が注目されている。本研究課題において、こうした問題に対する新たなソフトウェア基盤の構築を行った。本成果が、実験科学者にとって利用しやすいソフトウェア環境を提供するだけでなく、それを通して医学や薬学において重要なタンパク質の立体構造予測にも貢献できると期待している。