• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2022 年度 研究成果報告書

質量分析によるアミノ酸配列de novo決定のための新規手法開発

研究課題

  • PDF
研究課題/領域番号 20H03245
研究種目

基盤研究(B)

配分区分補助金
応募区分一般
審査区分 小区分43060:システムゲノム科学関連
研究機関富山国際大学

研究代表者

河野 信  富山国際大学, 現代社会学部, 教授 (40470075)

研究分担者 岩崎 未央  京都大学, iPS細胞研究所, 講師 (10722811)
小林 大樹  新潟大学, 医歯学系, 助教 (20448517)
吉沢 明康  京都大学, 薬学研究科, 特定助教 (70551159)
研究期間 (年度) 2020-04-01 – 2023-03-31
キーワードタンパク質 / 質量分析 / アミノ酸配列決定 / アミノ酸組成分析 / de novo sequencing
研究成果の概要

本研究では、アミノ酸配列を既知配列を用いずに質量分析データのみによって決定する新規手法を開発した。一般に既知配列情報を用いない同定法では、探索空間が膨大なため最適解が得にくい。そこでアミノ酸配列の物性情報も活用することで大幅に探索空間を限定し、現実的な計算時間で計算が完了するようにした。このための物性情報の調査を行い、アミノ酸組成と高速液体クロマトグラフィーの保持時間の活用を決定した。そして、ベンチマークの結果から、結果の候補配列を構成するときにペプチド配列の部分アミノ酸配列情報をまず決めるという戦略が有効であると結論付け、これらの要素を用いた新規手法を開発した。

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

現在、疾患研究を含む医学研究ではプロテオーム解析の重要性が高まっている。しかしプロテオーム・データの解析ではゲノム情報に基づく既知配列しか探知できず、測定データの3割程度しか同定ができていない。癌のように変異が多い場合には既知配列が利用できないが、このような場合に用いる特殊な同定方法では、既存の代表的なソフトウェアを用いても正解率は4割程度である。本研究では、今まで用いられてこなかった情報を補助的に用いることで正解率を上げる手法を開発しており、今後の疾患タンパク質研究や抗体医薬などの応用研究への進展が期待される。

URL: 

公開日: 2024-01-30  

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