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

• 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: 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。