公募研究
学術変革領域研究(A)
疾患に関わる標的タンパク質に結合する人工ペプチドを効率よく得る手法として、ファージ提示法によるランダムな分子ライブラリーからの親和性選択が頻用されている。天然由来の生理活性ペプチドは環化や翻訳後修飾されたものが多いが、ファージ提示法で得られたペプチドの結合活性を評価する段階では配列情報のみで評価をしており、化学修飾した状態での活性は未知である。そこで本研究では、親和性選択で得られた全ての候補配列を化学修飾し、機械学習へ向けたペプチド誘導体として生理活性を評価手法を開発する。本研究の成果により、活性未知の配列リソースを有効活用することで、中分子医薬品としての候補化合物が拡大することが期待される。