MD計算と機械学習による高速AFM像中のタンパク質の状態解析

• Project/Area Number: 24K03035
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 62010:Life, health and medical informatics-related
• Research Institution: Tokyo University of Science
• Principal Investigator: 森 貴治 東京理科大学, 理学部第一部化学科, 准教授 (90402445)
• Project Period (FY): 2024-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥18,460,000 (Direct Cost: ¥14,200,000、Indirect Cost: ¥4,260,000); Fiscal Year 2027: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000); Fiscal Year 2026: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000); Fiscal Year 2025: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000); Fiscal Year 2024: ¥12,610,000 (Direct Cost: ¥9,700,000、Indirect Cost: ¥2,910,000)
• Keywords: 構造モデリング / MDシミュレーション / 分子動力学 / 機械学習 / タンパク質

Outline of Research at the Start

タンパク質の構造変化をリアルタイムで直接観察できる実験手法として、高速原子間力顕微鏡 (高速 AFM) が広く用いられる。高速 AFM で得られる実験画像は、縦方向の解像度は約 0.15 nm と高いが、横方向は 2~3 nm と低いため、実験画像中のタンパク質の詳細な構造や状態を識別することがしばしば困難となる。このような問題を解決するためには、計算科学あるいは情報科学的アプローチが必要不可欠である。本研究では、高速 AFM によって観察されたタンパク質の構造変化を、MD 計算と機械学習を組み合わせて解析するための方法論を開発することを目指す。

Outline of Annual Research Achievements

タンパク質の構造変化をリアルタイムで直接観察できる実験手法として、高速原子間力顕微鏡 (高速 AFM) が広く用いられる。高速 AFM で得られる実験画像は、縦方向の解像度は約 0.15 nm と高いが、横方向は 2~3 nm と低いため、実験画像中のタンパク質の詳細な構造や状態を識別することがしばしば困難となる。このような問題を解決するためには、計算科学あるいは情報科学的アプローチが必要不可欠である。本研究では、高速 AFM によって観察されたタンパク質の構造変化を、分子動力学 (MD) 計算と機械学習を組み合わせて解析するための新しいアルゴリズムを開発することを目指している。本年度は、膜タンパク質 SecA-SecYEG-ナノディスク複合体を解析対象とした。MD 計算と機械学習を組み合わせて高速AFM像を解析するために、まずは複合体構造をモデリングし、全原子MD計算を実行した。具体的には、Targeted MD 計算を用いて SecA の Closed 状態と Wide-open 状態の中間状態をサンプリングした。次いで、各スナップショットから擬似 AFM 像を生成してこれらを機械学習のための訓練データを作成した。また、ニューラルネットワークに基づいてタンパク質の状態を解析するためのプログラムを作成し、SecA-SecYEGの人工AFMデータを解析することでプログラムの予測性能を評価した。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

当初の予定であった Targeted MD 計算を SecA-SecYEG 複合体に対して実行し、タンパク質の構造変化過程における中間状態を安定にサンプリングすることに成功した。また、機械学習プログラムの開発はほぼ完了し、現在、人工実験データを用いてその性能を評価しており、研究は当初の予定通り順調に進んでいる。

Strategy for Future Research Activity

高速AFM像には特有のノイズが含まれており、ノイズの影響などを考慮するようにプログラムを改良する。また、開発したプログラムやアルゴリズムの汎用性を確認する必要が出てきたため、研究対象をSecA-SecYEG 複合体以外のタンパク質にも範囲も広げ、解析を進めている。

Research Products

• [Journal Article] AFM observation of protein translocation mediated by one unit of SecYEG-SecA complex (2025)
  • Author(s): Kanaoka Yui、Mori Takaharu、Nagaike Wataru、Itaya Seira、Nonaka Yuto、Kohga Hidetaka、Haruyama Takamitsu、Sugano Yasunori、Miyazaki Ryoji、Ichikawa Muneyoshi、Uchihashi Takayuki、Tsukazaki Tomoya
  • Journal Title: Nature Communications Volume: 16 Issue: 1 Pages: 225-225
  • DOI: 10.1038/s41467-024-54875-x
  • Peer Reviewed / Open Access / Int'l Joint Research
• [Presentation] 分子動力学計算による膜タンパク質-ナノディスク複合体の形態解析 (2025)
  • Author(s): 井上紗良、森貴治
  • Organizer: 日本化学会第105春季年会 (2025)
• [Presentation] 分子動力学シミュレーションによる脂質フリッパーゼMurJの機能サイクルにおけるイオンの役割 (2025)
  • Author(s): 村田景菜、森貴治
  • Organizer: 日本化学会第105春季年会 (2025)
• [Presentation] 分子動力学シミュレーションによるナノプラスチックと神経変性疾患原因タンパク質α-シヌクレインの相互作用の解析 (2025)
  • Author(s): 軽部由菜、森貴治
  • Organizer: 日本化学会第105春季年会 (2025)
• [Presentation] Analysis of HS-AFM images of proteins combining MD simulation and machine learning (2024)
  • Author(s): 佐藤克樹、森貴治
  • Organizer: CBI学会2024年大会
• [Presentation] 機械学習と分子動力学計算を組み合わせたタンパク質の高速 AFM 画像解析 (2024)
  • Author(s): 佐藤克樹、金岡優依、塚崎智也、内橋貴之、森貴治
  • Organizer: 第３８回分子シミュレーション討論会
• [Presentation] 分子動力学計算による膜タンパク質-ナノディスク複合体の形態解析 (2024)
  • Author(s): 井上紗良、森貴治
  • Organizer: 第３８回分子シミュレーション討論会