• 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

深層学習モデルに基づく高速・高精度なテルペン環化反応の生合成経路の予知

公募研究

研究領域生体反応の集積・予知・創出を基盤としたシステム生物合成科学
研究課題/領域番号 25H01577
研究種目

学術変革領域研究(A)

配分区分補助金
審査区分 学術変革領域研究区分(Ⅱ)
研究機関山梨大学

研究代表者

LEOW CHEESIANG  山梨大学, 大学院総合研究部, 助教 (20966014)

研究期間 (年度) 2025-04-01 – 2027-03-31
研究課題ステータス 交付 (2025年度)
配分額 *注記
7,280千円 (直接経費: 5,600千円、間接経費: 1,680千円)
2025年度: 3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
キーワードテルペン化合物 / テルペン環化反応 / 深層学習 / エネルギー予測 / 生合成経路
研究開始時の研究の概要

本研究は、天然物最大の化合物群であり、医薬資源としても重要なテルペン化合物の生合成経路を高速・高精度で予測することを目的とする。テルペン類の反応機構は量子化学計算(DFT計算)により解析されているが、計算コストが極めて高いため、解析は限定的である。そこで本研究では、深層学習(GNN、拡散モデル、大規模言語モデル等)を導入し、テルペン環化反応のエネルギー予測、遷移状態構造予測、反応中間体を含む全反応経路予測モデルを開発する。これにより、従来数週間かかっていた反応解析を瞬時に行い、新規医薬品創出への応用、生合成機構の包括的理解に貢献する。

URL: 

公開日: 2025-04-17   更新日: 2025-06-20  

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