| 研究実績の概要 |
糖鎖機能解明のための機械学習モデル開発および糖鎖プロファイルデータベースの構築を目指して本研究を推進してきた。まず、機械学習モデルについては、事前に学習するモデルのトポロジー（糖鎖パターンの形）を決定する必要があり、そのため、入力された糖鎖構造のマルチプル（多重）アラインメントを行う必要が生じた。したがって、糖鎖構造のマルチプルアラインメントを行うツールMultiple Carbohydrate Alignment with Weights (MCAW）を開発した。その結果、MCAWを用いることだけである程度糖鎖の機能解明に役立つことが明らかになり、MCAWの解析を行う方向に研究が進んだ。MCAWの解析にはglycan array技術やレクチンアレイ技術から得られた糖鎖と糖鎖を認識するタンパク質（glycan-binding protein; GBP）間の結合親和性情報を用いた。Consortium for Functional Glycomics (CFG)やLectin frontier Database (LfDB）の情報を入力してMCAWを用いて解析を行った結果、文献で確認された糖鎖の認識パターンをMCAWの結果と一致していることが明らかになった。また、文献に触れられなかったパターンも新たに抽出することもできた（Hosoda et al., 2017）。CFGとLfDBのデータを解析した結果も現在まとめているところで、データベース化する予定である。MCAWを用いることで糖鎖の認識機構を数値化でき、今後の糖鎖解析に役立つことを示すことができた。
|
