立体構造情報に基づく生物学的意味をもつ金属結合タンパク質予測

• 研究課題/領域番号: 25K15331
• 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: 長浜バイオ大学
• 研究代表者: 塩生 真史 長浜バイオ大学, バイオサイエンス学部, 教授 (30345847)
• 研究分担者: 向 由起夫 長浜バイオ大学, バイオサイエンス学部, 教授 (60252615) ; 中村 卓 長浜バイオ大学, バイオサイエンス学部, 教授 (80344050)
• 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: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円); 2026年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円); 2025年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
• キーワード: 機能アノテーション / 機械学習 / 金属イオン結合アッセイ / オミックス解析 / 出芽酵母

研究開始時の研究の概要

金属イオンと結合する金属結合タンパク質は、酵素や転写調節因子などの働きをする生体内で不可欠なタンパク質である。タンパク質立体構造予測法の進歩により、立体構造情報に基づく金属イオン結合予測がゲノム規模で可能になったが、その予測根拠となる実験で得られた立体構造データには、生物学的意味のない金属イオンが結合している場合も多い。本研究では、研究代表者がこれまでに開発した補因子結合予測法を基礎として、構造情報から生物学的意味のある金属イオン結合を予測する機械学習モデルを構築し、その予測モデルの有効性を出芽酵母のタンパク質を用いて実験的に確認する。