分子動力学シミュレーション・機械学習を組み合わせた新型コロナウイルス進化予測

点击翻译按钮获取中文摘要

新型コロナウイルスが進化することで、ヒト細胞表面に存在する受容体蛋白質及び糖鎖への結合を強める可能性を研究するために、蛋白質複合体間の結合力を高速に見積もる手法を開発した。具体的には、蛋白質・蛋白質間または蛋白質・化合物間に外力を加えた系の分子動力学シミュレーションを実施し、その解離時間から結合力を見積もる手法を開発した。本手法を異なる3複合体に適用し、高速かつ高精度に結合力を見積もることができることを確認した。本手法について、論文を投稿し受理された。並行して、様々な物質に対する新型コロナウイルス由来蛋白質の結合能をin vitroで測定する系を構築した。まず、新型コロナウイルス由来蛋白質を昆虫細胞系で発現させる発言システムを構築した。次に、得られたコロナウイルス由来蛋白質と蛋白質・糖鎖との結合力を等温滴定カロリメトリー（ITC）で測定する実験系を構築した。構築した測定系を用いて、新型コロナウイルス由来スパイク蛋白質（S1タンパク質）とヒト受容体蛋白質（ACE2）複合体に適用し、既報の測定値と同等の測定値を得ることができた。さらに並行して、進化した新型コロナウイルスの感染能を、培養細胞を用いて測定する系の構築も行った。具体的には、レンチウイルスまたはレトロウイルスをベースとしたシュードウイルス上に新型コロナウイルス由来スパイク蛋白質（S1,2））を293T細胞で増殖させた後に、Vero細胞に感染させ、感染能を測定する系を構築した。本系を用いて、天然型（武漢型）及び様々な変異体（アルファ、オミクロン株由来など）を組み込んだシュードウイルスの感染能を測定し、既報のデータを再現することに成功した。