タンパク質化合物相互作用の網羅的予測手法とデータベースの開発

代表研究者：　榊原　康文（慶應義塾大学理工学部　教授）

①目的

創薬の初期ステップであるリード化合物の探索において，計算機によるタンパク質化合物間相互作用予測は有用な手法であり，本研究課題ではより汎用性が高く，入手が容易であるアミノ酸配列データと化合物構造データを用いたタンパク質化合物相互作用予測手法の開発を行う．さらに，網羅的インシリコ予測，ウエット実験検証，ウエット検証実験結果のインシリコ予測へのフィードバックというプロセスを繰り返すフィードバック戦略を提案して，その手法をがん治療薬の網羅的探索への応用に適用する．

②研究概要

実施項目は，次の４つの課題から構成される：①タンパク質化合物相互作用の網羅的予測手法の開発，②ケミカルバイオロジーの手法を用いた結合予測の検証とがん治療薬への応用，③相互作用予測システムCOPICATとデータベースの実装，④テキストマイニングを用いた相互作用予測の検証とデータ構築．さらに，PubChemデータベースからの化合物探索に特化したChemical BLASTの開発，インターネット上で公開する予測サーバシステムCOPICATの充実，およびウエット実験による検証のフィードバックとがん治療薬の探索への応用，に対して集中的に研究開発を行う．

③研究概要図

④成果

(1) 学習モデルライブラリーをあらかじめシステム側に用意し，ユーザが与える学習サンプルに対して高い識別性能（AUC値）を示す特化型モデルをモデルライブラリーから加えると予測精度が向上することを示した，(2) 化合物探索に特化したChemical BLAST開発のために，タンパク質化合物間相互作用の情報を考慮した化合物特徴空間を構築する新しい手法を提案して，その有効性を確認した，(3) 網羅的インシリコ予測，ウエット実験検証，ウエット検証実験結果のインシリコ予測へのフィードバックというプロセスを繰り返すフィードバック戦略を適用して，アポトーシス抑制タンパク質Bcl-xLの機能を阻害する化合物incednineが相互作用する新しいタンパク質を同定して，機能的にターゲットタンパク質である可能性を示した．

【関連リンク】

COPICAT予測サーバ[外部リンク]

（2010/05/07更新）