Design of Ultra-High-Performance Enzymes Using Large Language Models and Synthetic Biology

• Project/Area Number: 25K01596
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 27040:Biofunction and bioprocess engineering-related
• Research Institution: Kyushu University
• Principal Investigator: 花井 泰三 九州大学, 農学研究院, 教授 (60283397)
• Project Period (FY): 2025-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥18,720,000 (Direct Cost: ¥14,400,000、Indirect Cost: ¥4,320,000); Fiscal Year 2027: ¥4,940,000 (Direct Cost: ¥3,800,000、Indirect Cost: ¥1,140,000); Fiscal Year 2026: ¥5,850,000 (Direct Cost: ¥4,500,000、Indirect Cost: ¥1,350,000); Fiscal Year 2025: ¥7,930,000 (Direct Cost: ¥6,100,000、Indirect Cost: ¥1,830,000)
• Keywords: 合成生物学 / 大規模言語モデル / 酵素 / AI / バイオプロダクション

Outline of Research at the Start

本研究では、まず、合成生物学的な手法により、バイオセンサーを利用して、大腸菌内で酵素活性を蛍光タンパク質であるGFPなどで測定できる非破壊酵素活性測定システムを作成する。次に、このシステムとセルソーター、次世代シークエンサーを組み合わせることで特定の酵素に対する変異アミノ酸配列ライブラリーとその酵素活性の大規模なデータセットを取得する。さらに、このデータを大規模言語モデル（LLM）に学習させることで、アミノ酸配列から酵素活性を推定するモデルと目的の酵素活性を持つ新規なタンパク質（新規アミノ酸配列）を設計するモデルを構築する。最後に、これらのモデルを用いて超高活性酵素の取得を行う。