| 研究課題/領域番号 |
15K06979
|
|---|
| 研究機関 | 首都大学東京 |
|---|
研究代表者 |
池谷 鉄兵 首都大学東京, 理工学研究科, 助教 (30457840)
|
|---|
| 研究期間 (年度) |
2015-04-01 – 2018-03-31
|
| キーワード | NMR立体構造計算 / ベイズ推定 / in-cell NMR / PCS / PRE |
|---|
| 研究実績の概要 |
NMR法は，非侵襲性に優れ，系に殆どダメージを与えることなく，分子の立体構造や運動性の情報を得ることができる．一方で，NMRは低感度の測定技術であるため，細胞内スペクトルのようなノイズ信号の多いデータでは，得られる構造情報の不足が大きな問題となる．本課題では，従来法では解析には不十分であった実験データにおいても，統計的信頼度の高い構造解析が可能な計算アルゴリズムを開発する．特に，(1) ベイズ推定を用いた立体構造計算手法の開発，(2) NMR緩和データの統計解析手法の開発，を主な研究計画・方法とした．
ベイズ推定を用いた立体構造計算手法の開発では，完成した手法を用いて，実際のin-cell NMRデータに適用し，従来法よりもはるかに高精度に構造決定が可能であることを示した．具体的には，TTHA1718とGB1蛋白質に適用することで，in-cell NMRデータにも本手法が有効であることが分かった．本結果は，専門誌に投稿し，現在 minor revisionの段階にあるため，次年度中には専門誌で発表できるものと期待される．一方，ベイズ推定を用いた立体構造計算手法の詳細は， J.Phys.: Conf. Ser., 699, 012005 (2016) にて報告した．
緩和解析のためのモデリングでは，試料調製法と測定条件を最適化することで，これまでよりノイズの少ないT1, T2, DESTの緩和データの測定に成功した．このデータと緩和モデルから細胞内蛋白質のダイナミクスを現在解析中である．
蛋白質立体構造計算に必要な常磁性金属を用いたデータ解析では，，常磁性金属を蛋白質に結合させるために新たに設計したキレートタグDOTA-M8を用いて，細胞内でのPCS(PseudoContact Shift)の観測にも成功し, 良好な磁化率テンソル値を得ることができた．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
ベイズ推定を用いた立体構造計算手法の開発では，開発した手法の詳細と性能評価については，J.Phys.: Conf. Ser., 699, 012005 (2016) にて報告し，この手法をin-cell NMRデータに適用した応用については，専門誌に投稿し，現在 minor revisionの段階にあることから，順調に研究成果につながっている．
NMR緩和解析手法の開発では，細胞内での蛋白質分子の動的挙動とその主な原因因子を解明するという大きな目標を設定している. 一方で，細胞内の複雑環境の信号はノイズを多く含み，推定因子の数も多いため，解析に必要なデータ数は従来のin vitro解析に比べて多く，データの収集にはやや時間を必要としてる．しかしながら，NMR計測は順調であり，現在大きな障害はないため，次年度中には一定の成果が得られるものと期待できる．in-cell，および参照元となるin vitroの緩和実験データが十分に得られた段階で，統計解析および細胞内の分子動態の統計モデリングを行う予定である．
立体高構造計算に有用な常磁性金属からの構造情報の解析は，現在データ結果をまとめ専門誌に投稿中である．また，現在のDOTA-M8ランタノイド金属結合タグをさらに改良した分子の合成も順調であり，今後はより多くの蛋白質分子に適用し，様々なPCS(PseudoContact Shift), PRE(Paramagnetic Relaxation Enhancement )の実験値が得られるものと期待できる．
|
| 今後の研究の推進方策 |
ベイズ推定を用いた立体構造計算は，NMRのNOE(Nuclear Overhauser Effect)データに適用することでこれまでの手法より遙かに高精度に構造決定可能なことを示した．今後は，本手法を,NMRのその他のデータにも適用させる．具体的には，常磁性金属を蛋白質に導入することにより得られるPCS, PREデータである．従来の構造計算では，これらのデータからはかなり大まかな構造情報のみしか得られなかったため，ベイズ推定を用いることでより統計的にyより尤もらしい情報を実験値から得られるものと期待される．
NMR緩和解析手法の開発は，in vitroおよびin-cellに関する実験データの収集を行い，次年度内に蛋白質の細胞内動態のモデリングを行う予定である．
|
| 次年度使用額が生じた理由 |
計算に必要な最新鋭のワークステーション（最新のプロセッサー(CPU)とグラフィックボード(GPU)）を購入予定であったが，当初の予定より販売開始が遅くなったことから，次年度での購入に回すこととした．
|
| 次年度使用額の使用計画 |
前年度購入できなかったワークステーションの購入を予定している．
|
