タンパク質の局所構造情報を利用したab initio立体構造・機能予測手法の開発

点击翻译按钮获取中文摘要

本研究の目的は、構造既知のタンパク質とホモロジーがない場合にもて起用できるab initio立体構造予測手法を開発することにある。本手法の概要は以下の通りである。まず、構造未知のアミノ酸配列(ターゲットのアミノ酸配列)に対して、連続9残基の部分配列に区切り、その部分配列がとり得る局所構造をそれぞれに当てはめ、全体構造を構築する。部分配列および局所構造はオーバラップして組み合わせることで、多様な構造を候補として選び出す。次に、選び出した多数の構造群に対して、全体構造の「タンパク質らしさ」を表現する統計ポテンシャルを計算し、その最小化を行って予測構造を求める。本年度は、部分配列がとり得る局所構造を効果的に抽出する手法として、配列のホモロジーと二次構造の類似性の両方を考慮した類似配列のとる局所構造を抽出する方式が効果的であることを示し、どちらの類似性をどれだけ重視するかを決める「重み」および類似と判断する「閾値」の最適な値を求めた。また、構造データベース(PDB)の情報を網羅的に解析することより、部分配列と局所構造との関係については、本手法で切り出す部分配列の長さが9残基のとき、ネイティブな構造をもっとも高い確率で抽出できることを示した。全体構造を評価する統計ポテンシャル関数については、回転半径に関するポテンシャルがとくにサイズの大きなタンパク質で効果的であることを示した。また、二次構造分類プログラムDSSPで用いている水素結合のポテンシャルを全体構造の評価に導入することで、昨年度までは困難だったβシート構造の再現が可能になった。ただし、αヘリックス、βシートが混在する大きなタンパク質で高い予測精度を達成するまでには至っておらず、次年度は、二次構造のパッキングに関するポテンシャルを導入するなど、統計ポテンシャルのさらなる改善を図る必要がある。