研究領域 | 化学コミュニケーションのフロンティア |
研究課題/領域番号 |
17H06410
|
研究種目 |
新学術領域研究(研究領域提案型)
|
配分区分 | 補助金 |
審査区分 |
理工系
|
研究機関 | 慶應義塾大学 |
研究代表者 |
榊原 康文 慶應義塾大学, 理工学部(矢上), 教授 (10287427)
|
研究分担者 |
佐藤 健吾 慶應義塾大学, 理工学部(矢上), 講師 (20365472)
齋藤 裕 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (60721496)
|
研究期間 (年度) |
2017-06-30 – 2022-03-31
|
キーワード | ケミカルスペース / 深層学習 / マルチオミックス / バーチャルスクリーニング / 人工知能 |
研究成果の概要 |
本研究の目的は,多種多様な化学コミュニケーションを統一的に表現するモデルの開発である.タンパク質化合物結合予測を網羅的かつ高精度に行うバーチャルスクリーニングシステムである次世代COPICATを開発し,最新のどの既存手法よりも高い精度を達成した.天然化合物を扱うための自己符号化器(NP-VAE)を開発し,巨大分子構造を射影した潜在空間を獲得することに成功した.領域の班員から送られた1,900種類の化合物データを用いて,世界で初めての天然物・巨大分子構造の潜在空間を構築した.機械学習と専門家のもつドメイン知識のフィードバック戦略により,新規PKCリガンド候補を多数発見することに成功した.
|
自由記述の分野 |
バイオインフォマティクス
|
研究成果の学術的意義や社会的意義 |
これらの研究成果は,化学コミュニケーションの理解と制御に学術的に貢献するとともに,医薬品や農薬などの開発にも寄与することが期待される.とくに,世界で初めて構築した天然物・巨大分子構造の潜在空間は本領域でしか成しえない成果である.それに基づいてAIプラットフォームを完成することにより,化合物を介したあらゆる化学コミュニケーションを統一的に理解し,医薬農薬の創薬や共生などの生命現象の解明に資することになる.
|