|
高精度な第一原理的タンパク質立体構造予測法の開発に向けて、現在最も有力な方法として知られているフラグメントアセンブリ法とは全く発想の異なる立体構造予測手法の開発およびそれに必要な解析を行った。フラグメントアセンブリ法はタンパク質の配列にそって局所的な構造を重視した立体構造予測方法であるが、本研究で開発する方法は二次構造のパッキング構造を重視した方法論であるという点に特徴がある。
まず、パッキング構造を重視した方法論の有効性の検証と適用範囲を理解するために、配列順序をあえて無視した立体構造比較手法MICANを開発した。MICANを用いて網羅的構造比較を行ったところ、約８０％のフォールドは、異なるフォールドをもつタンパク質と同じパッキング構造を持つことがわかった。この結果は、既知のフォールドの二次構造のつなぎ方を変えて新しい構造を作ることにより、多くの新規フォールド構造を予測できることを示すものである。
この結果に基づき、既知構造の二次構造を順列変異することによって新規構造を生成する手法を開発した。この際、素朴な順列変異では左巻のβ-α-β構造や、ループクロスといった物理的に好ましくない構造が生成されてしまうという問題が判明したため、このような構造を正しく判定しフィルタリングする手法もあわせて開発し、予測手法に実装した。
開発した手法を用いてベンチマークテストを行ったところ、フラグメントアセンブリ法では極めて予測が難しかったコンタクトオーダーの大きいいくつかのターゲットに対して、良好な予測を行うことができたが、平均的な成績としてはフラグメントアセンブリ法に及ばなかった。依然として改良の余地は残されているが、フラグメントアセンブリ法と全く異なるアプローチによる立体構造予測法の確立に向けて確かな進歩を遂げることができた。
|
