研究者紹介

MD計算やバイオインフォマティクスを用い、実験系と共同で、疾患の分子メカニズム、結合化合物や結合経路を解明しています。疾患関連変異をタンパク質の立体構造上でクラスタ化し、それに基づく未発見の機能部位の網羅的探索法を開発しています。タンパク質高生産のために、実験とAIを融合した技術開発をしています。

　標的の枯渇が創薬プロセスの課題の一つになっている。従来の創薬アプローチでは対応の難しい場合が増加しているからである。 　クリプティックサイトは、タンパク質の動的な構造変化によって化合物との相互作用時に、一時的に形成される結合サイトであり、undruggableな標的に対する創薬として重要な課題。しかし、クリプティックサイトは、タンパク質と化合物との複合体構造が解かれて偶然的に発見されることが多く、化合物との非結合状態における予測法の確立が期待されている。 　私達は、共溶媒分子動力学計算（MSMD）とAI技術を組み合わせ、タンパク質周辺の環境変化により生じるタンパク質構造変化を観測し、クリプティックサイトを予測する手法を開発CrypTothMLを開発している。最新のAIによる予測手法PocketMinerやCryptoSiteを上回る優れた予測性能を示した。 　関連する手法として、MSMDと独自のトポロジカルデータ解析（DAIS）を組み合わせ、タンパク質周辺の環境変化により生じるタンパク質構造変化を観測し、クリプティックサイトを予測する手法も開発した。

　カーボンニュートラルな社会の実現と日本の経済成長に欠かせない「バイオモノづくり」分野においてあらゆる反応や物質輸送を担う分子である「タンパク質」の生産性を翻訳効率の観点から合理的に制御する技術を、名大と産総研の共同研究で開発している。 　名大側が発見した、大腸菌で、タンパク質N末端への短いペプチド付加による難発現タンパク質の生産増大の技術を基に、名大の実験データと産総研のバイオインフォマティクス解析・AI技術を組み合わせて、 ・多数の翻訳促進効果のあるペプチドの発見 ・多数の宿主への応用 ・大容量培養へのスケールアップ ・難発現の原因となる部位や、ペプチドの付加部位を、タンパク質のアミノ酸配列と立体構造から決定するシステムの開発 に取り組んでいる。