| 研究課題/領域番号 |
16K05648
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
物理化学
|
|---|
| 研究機関 | 国立研究開発法人理化学研究所 |
|---|
研究代表者 |
齋藤 大明 国立研究開発法人理化学研究所, 生命機能科学研究センター, 研究員 (40506820)
|
|---|
| 研究分担者 |
水上 卓 北陸先端科学技術大学院大学, マテリアルサイエンス研究科, 助教 (50270955)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
3,640千円 (直接経費: 2,800千円、間接経費: 840千円)
2018年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2017年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2016年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
|
|---|
| キーワード | 分子シミュレーション / 分子ドッキング / タンパク質 / 機械学習 / 自由エネルギー / 分子動力学法 / 分子動力学シミュレーション / インシリコ創薬 |
|---|
| 研究成果の概要 |
本申請研究では「高精度のリガンド-レセプターの結合構造予測」を目的に「機械学習と分子シミュレーションの連帯による標的型分子ドッキング法の開発」を行った。具体的にはMD計算で得られたタンパク質のスナップショット構造から、化合物が結合するポケットの大きさや、形、親水性・疎水性を詳細に観測し、結合する化合物との特性との マッチングを解析した。これにより，化合物と構造や相互作用の相補性が良いレセプター構造をMDデータから選出することが可能となり、結合構造予測の精度や スループットが飛躍的に向上する結果を得た。
|
| 研究成果の学術的意義や社会的意義 |
本申請ではビックデータ解析等で用いられる機械学習をリガンドとレセプターの結合ポケット特性との会合性の判定に応用した全く新しい試みである．MD計算によりサンプルした結合ポケット構造に対する非効率な総当たりドッキングではなく，適切な結合ポケット構造を選んでドッキングする「標的型分子ドッキング」が実現する．これにより10%程度しかなかったサンプル数に対する結合構造の正解率が大きく改善され，より高効率かつ高精度な分子スクリーニングを行うことが可能となる．
|
