2019 Fiscal Year Annual Research Report
Development of Molecular Dynamics Classification Theories for Life Science and Drug Design
| Project/Area Number |
15KT0103
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
山下 雄史 東京大学, 先端科学技術研究センター, 特任准教授 (50615622)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
児玉 大樹 東京大学, 大学院数理科学研究科, 特任准教授 (40466826) [Withdrawn]
|
|---|
| Project Period (FY) |
2015-07-10 – 2020-03-31
|
| Keywords | 分子シミュレーション / 数理科学 / ダイナミクス変化 |
|---|
| Outline of Annual Research Achievements |
近年、計算機の発展により分子動力学（MD）シミュレーションの応用範囲は大きく広がりを見せているが、そこに含まれている情報を十分に活用しきれていない。本研究では、膨大なMDシミュレーション情報からダイナミクスの特徴を発見し分類する数理科学的手法を開発することを目指している。前年度までは構造を特徴付ける手法に焦点を当てて開発を進めたが、今年度はダイナミクスの時間的な変化を探る手法に着手した。
具体的な解析対象としては、MUP-Iというタンパク質が低分子IBMPを結合するプロセスである。IBMPとMUP-Iが解離している状態から出発し、マイクロ秒オーダーのシミュレーションを50本計算した。このうち、約10本のシミュレーションで、系が安定な結合状態に移行した。ここで得られた解離状態から結合状態に至るトラジェクトリーを数理的解析にかけて、どのような特徴をとらえることができるかを考えた。具体的には、、時間窓ごとに主成分解析を実施する方法や特異値分解など複数の手法を展開した。特に、異常検知で知られる特異スペクトル変換法が応用できることを発見して適用した。その結果、IBMPがMUP-Iの結合ポケットに入り込んだあと、運動モードが一旦変わっていることを見出した。一見したところ大きな変化は見えないが、新しい数理手法の応用によって、運動モードの変化を敏感に検知することに成功した。座標系の取り方によっては検知ができなない場合があり万能ではないという問題点は今後の課題として残ったが、簡便にダイナミクス変化を感知できるというメリットがあり、今後の発展が期待される手法となった。
|
