タンパク質の深層学習を用いた改変ポリメラーゼデザイン法の開発

• 研究課題/領域番号: 25K15323
• 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: 大阪大学
• 研究代表者: 長尾 知生子 大阪大学, 蛋白質研究所, 助教 (10402463)
• 研究分担者: 笠原 勇矢 国立研究開発法人医薬基盤・健康・栄養研究所, 医薬基盤研究所 創薬デザイン研究センター, 副センター長 (10740673) ; 李 秀栄 国立研究開発法人医薬基盤・健康・栄養研究所, 医薬基盤研究所 AI健康・医薬研究センター, プロジェクトリーダー (50390670)
• 研究期間 (年度): 2025-04-01 – 2028-03-31
• 研究課題ステータス: 交付 (2025年度)
• 配分額: 4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円); 2027年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円); 2026年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円); 2025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: 改変ポリメラーゼ / 人工核酸アプタマー / 深層学習 / 分子動力学計算

研究開始時の研究の概要

人工核酸アプタマーは、タンパク質や化合物を特異的に認識する機能を持ち、新しい創薬モダリティとして注目されている。核酸アプタマーは、試験管内選択法によって取得されるが、人工核酸アプタマーに対しては人工核酸を転写・逆転写可能な改変ポリメラーゼが欠かせない。ポリメラーゼは反応に伴う構造変化が大きいため、結晶構造に基づく論理的なデザインが難しく、変異導入による機能改変には膨大な試行実験が必要とされる。本研究では、タンパク質の深層学習モデルを、ダイナミクスと非天然基質という観点から検討し、機械学習と分子動力学計算、実験が有機的に連携した新規の方法による、改変ポリメラーゼデザインの実現を目指す。