立体構造検索とグラフニューラルネットワークによる結合分子と結合立体構造予測

• 研究課題/領域番号: 24K15160
• 研究種目: 基盤研究(C)
• 配分区分: 基金
• 応募区分: 一般
• 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: 東北大学
• 研究代表者: 川端 猛 東北大学, 情報科学研究科, 特任准教授 (60343274)
• 研究期間 (年度): 2024-04-01 – 2027-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円); 2026年度: 650千円 (直接経費: 500千円、間接経費: 150千円); 2025年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円); 2024年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
• キーワード: 学習機械 / 立体構造比較 / 分子間相互作用 / ニューラルネットワーク / 分子モデリング

研究開始時の研究の概要

生体高分子の立体構造からその分子機能を明らかにする構造生物学は、実験の難しさが課題であったが、近年、AlphaFold2などの深層学習による立体構造予測法の登場により、タンパク質１本だけの単量体構造の予測は実用的な精度で可能となった。しかし、タンパク質構造から分子機能を理解するには、タンパク質と、他の分子が結合した状態の複合体の立体構造が必要である。本研究では、タンパク質の単量体の立体構造（実験構造および予測構造）から結合分子種と結合立体構造を予測する手法の開発を、①立体構造検索による比較モデリング、および、②学習機械による結合分子種・結合部位の予測、の二つのアプローチを用いて行う。