• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

深層ニューラルネットワークによる構造情報に基づくコンピュータ支援創薬

研究課題

研究課題/領域番号 19F19377
研究種目

特別研究員奨励費

配分区分補助金
応募区分外国
審査区分 小区分62010:生命、健康および医療情報学関連
研究機関九州工業大学

研究代表者

倉田 博之  九州工業大学, 大学院情報工学研究院, 教授 (90251371)

研究分担者 HASAN MD MEHEDI  九州工業大学, その他の研究科, 外国人特別研究員
研究期間 (年度) 2019-11-08 – 2022-03-31
研究課題ステータス 採択後辞退 (2021年度)
配分額 *注記
1,600千円 (直接経費: 1,600千円)
2021年度: 400千円 (直接経費: 400千円)
2020年度: 800千円 (直接経費: 800千円)
2019年度: 400千円 (直接経費: 400千円)
キーワード機械学習 / 創薬 / タンパク質 / ペプチド / 配列解析 / 予測
研究開始時の研究の概要

標的タンパク質と結合する薬剤化合物(リガンド)を予測するコンピュータ技術の開発が、薬剤スクリーニングの時間と経済的コストを削減するために必須である。 本研究では、外国人特別研究員と協力して、リガンドの構造情報とタンパク質のドッキングサイトのアミノ酸配列の生化学情報、進化情報、構造情報に関する特徴を数値化する独自技術を開発する。タンパク質の結合サイトの配列と化合物構造情報を用いて、両者の結合を0.95以上の正答率で予測する深層ニューラルネットワークモデルを開発する。

研究実績の概要

神経ペプチド(NP)は、免疫系で最も用途の広い神経伝達物質であり、さまざまな中枢性不安ホルモンを調節する。 NPは、神経系機能障害の新薬や標的を設計するための契機を与える。与えられたペプチド配列からのNPの正確な予測は、基礎研究と医薬品開発に不可欠な免疫情報学において重要である。バイオインフォマティクス手法を用いて、NP同定の予測性能を改善することに挑戦した。ここでは、特徴表現学習アプローチを使用して、NeuroPred-FRLと呼ばれる機械学習ベースのメタ予測子を開発した。まず、8つの異なるエンコーディング、6つの異なる分類子、および2段階の特徴選択アプローチを採用して、48の最適なベースラインモデルを生成した。 48のベースラインモデルからのNPの予測確率スコアを組み合わせて、入力特徴ベクトルと見なした。次に、2段階の特徴選択アプローチを適用して48次元の確率特徴ベクトルを最適化し、最適なものをランダムフォレスト分類器(NeuroPred-FRL)に入力した。交差検定と独立検定の両方で、NeuroPred-FRLが既存の予測子よりも一貫して優れていることが示した。さらに、堅牢なSHapley Additive exPlanationアルゴリズムを活用して、いくつかのモデルメカニズムを解明した。

現在までの達成度 (区分)
現在までの達成度 (区分)

1: 当初の計画以上に進展している

理由

研究成果を高インパクトファクター(8.99)のBriefings in Bioinformaticsへ発表できたので。

今後の研究の推進方策

中分子創薬において,ペプチド医薬品の細胞膜透過性を高める方法を検討する。

報告書

(2件)
  • 2020 実績報告書
  • 2019 実績報告書
  • 研究成果

    (9件)

すべて 2021 2019 その他

すべて 国際共同研究 (4件) 雑誌論文 (3件) (うち国際共著 2件、 査読あり 3件、 オープンアクセス 1件) 備考 (2件)

  • [国際共同研究] Tulane university(米国)

    • 関連する報告書
      2020 実績報告書
  • [国際共同研究] Ajou university(韓国)

    • 関連する報告書
      2020 実績報告書
  • [国際共同研究] Mahidol University(タイ)

    • 関連する報告書
      2020 実績報告書
  • [国際共同研究] Ajou University(韓国)

    • 関連する報告書
      2019 実績報告書
  • [雑誌論文] NeuroPred-FRL: An Interpretable Prediction Model for Identifying Neuropeptide using Feature Representation Learning2021

    • 著者名/発表者名
      Md Mehedi Hasan, Md Ashad Alam, Watshara Shoombuatong, Balachandran Manavalan, Hiroyuki Kurata
    • 雑誌名

      Briefings in Bioinformatics

      巻: NA 号: 6

    • DOI

      10.1093/bib/bbab167

    • 関連する報告書
      2020 実績報告書
    • 査読あり / 国際共著
  • [雑誌論文] Prediction of S-nitrosylation Sites by Integrating Support Vector Machine and Random Forest.2019

    • 著者名/発表者名
      Md. Mehedi Hasan, Balachandran Manavalan, Mst. Shamima Khatuna, Hiroyuki Kurata
    • 雑誌名

      Molecular Omics

      巻: 15 号: 6 ページ: 451-451

    • DOI

      10.1039/c9mo00098d

    • NAID

      120007006245

    • 関連する報告書
      2019 実績報告書
    • 査読あり / 国際共著
  • [雑誌論文] Computational identification of microbial phosphorylation sites by the enhanced characteristics of sequence information2019

    • 著者名/発表者名
      Md. Mehedi Hasan, Md. Mamunur Rashid, Mst. Shamima Khatun, Hiroyuki Kurata
    • 雑誌名

      Sci. Rep

      巻: 9 号: 1 ページ: 8258-8258

    • DOI

      10.1038/s41598-019-44548-x

    • NAID

      120006715307

    • 関連する報告書
      2019 実績報告書
    • 査読あり / オープンアクセス
  • [備考] Meta-NuroPred

    • URL

      http://kurata14.bio.kyutech.ac.jp/Meta-NuroPred/

    • 関連する報告書
      2020 実績報告書
  • [備考] PreSNO

    • URL

      http://kurata14.bio.kyutech.ac.jp/PreSNO/

    • 関連する報告書
      2019 実績報告書

URL: 

公開日: 2019-11-29   更新日: 2024-03-26  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi