| 研究課題/領域番号 |
17K07260
|
|---|
| 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 |
システムゲノム科学
|
|---|
| 研究機関 | 東京大学 (2018-2019)
東京工業大学 (2017) |
|---|
研究代表者 |
小寺 正明 東京大学, 大学院工学系研究科(工学部), 准教授 (90643669)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
5,070千円 (直接経費: 3,900千円、間接経費: 1,170千円)
2019年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2018年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2017年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
|
|---|
| キーワード | 代謝化合物 / 生合成経路 / 合成生物学 / 化学構造 / 逆合成 / 出発物質 / 中間体 / 誘導体 / KEGG / 複雑骨格機能分子 / 二次代謝 / 天然物 / 複雑骨格分子 / 生合成単位 / 予測 / NetworkX / 化合物 / Fingerprint / 遺伝的アルゴリズム / 生合成 / 代謝経路 / 大規模データ |
|---|
| 研究成果の概要 |
本研究では、標的分子の構造を、生合成経路の出発物質に対応する部分構造である生合成単位（ＢＵ）に自動的に分解する予測ワークフローを開発した。本ワークフローでは、出発物質、主要中間体、およびそれらの誘導体を含む生合成単位ライブラリ（BUL）を使用する。KEGG PATHWAY から出発物質を取得し、765 個の BU を BUL に登録した。次に、これらのBUの組み合わせを最適化した。提案ワークフローの性能を評価するために、KEGG二次代謝マップに含まれる943個の分子を用いた結果、約95.8%の903分子が正しく分解された。また、90.7%の分子については、1 分以内に計算を終えることができた。
|
| 研究成果の学術的意義や社会的意義 |
本ワークフローは、正しさと計算時間の両面で天然物の効率的な分解を可能にしました。また、ユーザーが計算結果を理解しやすいように、BNに対応する部分構造を自動的に色分けして出力します。利用者は、出発分子を事前に指定する必要がなく、データベースにない分子であっても、任意のターゲット分子を入力することができます。このワークフローは、天然物の生合成の理解や予測に大いに役立つと考えています。
|
