2021 Fiscal Year Annual Research Report
Development of a prediction method for cofactors binding to uncharacterized enzymes using feedback from experimental validations
| Project/Area Number |
19K12211
|
|---|
| Research Institution | Nagahama Institute of Bio-Science and Technology |
|---|
Principal Investigator |
塩生 真史 長浜バイオ大学, バイオサイエンス学部, 准教授 (30345847)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
土方 敦司 長浜バイオ大学, バイオサイエンス学部, プロジェクト特任講師 (80415273)
向 由起夫 長浜バイオ大学, バイオサイエンス学部, 教授 (60252615)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | 機能予測 / 酵素 / 機械学習 / 出芽酵母 / ピリドキサールリン酸 / 低分子結合予測 |
|---|
| Outline of Annual Research Achievements |
1. ピリドキサールリン酸（PLP）結合タンパク質をモデルとしたProLMSの改良と他の補酵素への拡張
2020年度に開発したグラフニューラルネットワークを用いた低分子リガンド結合予測法（ProLMS-GNN）において、機械学習に用いる特徴量の見直し、および、データ拡張を行った。これにより、一般的な結合部位予測でよく用いられるアミノ酸残基の保存情報を用いずに、構造的特徴だけでリガンドの結合予測が可能になり、さらに、2020年度の時点で得られていたProLMS-GNNの予測精度に比べて高い精度でPLPおよびFADの結合が予測できるようになった。また、2019年度に開発したリガンドドッキングに基づく低分子相互作用部位の予測法を応用することで、新型コロナウイルスの増殖抑制活性を持つセファラインチンおよびその類縁体の結合部位予測を行い、推定されるファーマコフォアを提唱することができた。
2. 出芽酵母プロテオームに対するPLP結合予測と実験的検証
2020年度の時点でホモロジーモデリング法により求めていた出芽酵母タンパク質のモデル構造に対して、ProLMS-GNNを適用してPLP結合能のある出芽酵母タンパク質を予測し、それらを予測信頼性に基づいて順位付けした。この順位の高いものの中から、出芽酵母のデータベースにおいて機能未知タンパク質とされている5個を選択して、GST融合タンパク質を設計し、発現・精製を行った後にビタミンB6微生物定量法でPLP結合能を確認した。その結果Fmp41タンパク質において予測された通りPLP結合能が確認された。
以上の研究成果により、機能未知タンパク質において酵素活性に重要な補酵素が結合することを予測し、それを検証する手法が開発できた。今後はこれらの手法を発展させ、ゲノム中に未だ存在する機能未知タンパク質に適用することで、新規の酵素を明らかにすることを進めていく。
|
| Remarks |
ProLMSで用いている特徴量の一つである低分子との結合傾向値をデータベース化して公開している。
|
Research Products
(6 results)
