タンパク質構造に基づくヒト免疫不全ウイルスの抗ウイルス薬に対する耐性の予測

点击翻译按钮获取中文摘要

HIVの薬剤耐性の予測を目的として研究に取り組んできた。前年度までに、十分な予測性能を持つ予測モデルを構築した。予測モデルの説明変数は、ファンデルワールスポテンシャル、クーロンポテンシャルという立体構造を反映させたものとしており、目的変数は、薬剤耐性である。そして、HIVの薬剤耐性は、ある部分空間のファンデルワールス力が小さくなることが主な原因であり、クーロンポテンシャルの影響は極めて小さいことを明らかとしていた。一方で、上記の情報は、PLSモデルをグラフ化した際の視覚的な判断に基づく定性的情報であり、定量化しておくことが重要であると考えた。そのため、近年注目を集めているshapley additive explanationsという方法で、機械学習の説明変数の目的変数への影響度（説明能力）を定量化した。その結果、約70％がファンデルワールスポテンシャルの影響、約30％がクーロンポテンシャルの影響、つまり立体的な構造の影響度が大きさを定量化することに成功した。また、グラフによる定性的判断が正しいのかどうかの根拠を求める方法として新規的な方法である。加えて、予定していた分子動力学計算と機械学習の融合についても実装を行った。分子動力学計算をchimera上で実装してあるautodock vinaを利用して計算に取り組んだ。元来、HIVの生成タンパクと薬剤との複合体を作り薬剤が効果を発揮する。本来であれば、そのタンパクの中で薬剤が安定化するべき空間的配置があるが、変異HIVでは、異なる空間的配置で安定化し、その配置から、本来あるべき配置へと戻るようなデザインに取り組んだが、結果として、HIVの創薬というレベルまで到達することはできなかった。