Development of 3D-Conformational Descriptors of Organic Fragments for Design of Molecular Structures using Deep Neural Network

点击翻译按钮获取中文摘要

１）生体分子ディープラーニング解析システムの開発SARS-CoV-2多重変異株であるオミクロン株はデルタ株と異なり、肺に起因する重症度例が少なくなっており、カテプシンが関与するエンドサイトーシスにより感染が進行すると考えられている。しかしながら、なぜオミクロン株BA.1亜型はフーリン切断配列を持つのにS1/S2サブユニット切断が起こりにくくなっているのか、いかに原形質膜融合を経由しないのに効果的にウィルスが生成されるのか未だよくわかっていない。その解析に適用するため、まず、立体配座可変性予測システムSSSCPredsの変換結果の配列マップ及び分子モデル上マップを作成するソフトウェアを開発した。解析から、N679K変異によりS1/S2切断後オミクロン株のみC末端がαヘリックス型配座でrigidになっており、BA.1亜型では切断のための活性化エネルギーが高くなっており、切断が起こりにくくなっていること、rigidになることによりNeuropilin-1とより相互作用しやすくなっていると考えられることが明らかとなった。さらに、立体配座可変性はウィルス変異株の熱力学的安定性と相関しており、夏、冬にエピデミックを起こす変異株について、亜型を含めてこの立体配座可変性により区別できた。このことから、SSSCPredsが季節、地理的変動性をトレースするための生物地球化学的解析ツールとしても利用できることがわかった。さらに、ウィルスによりアミノ酸残基100未満のペプチドも発現されることから、SSSCPredsの構築と同様な方法を用いて、アミノ酸残基50以上の予測2種類、アミノ酸残基20以上の予測1種類のディープニューラルネットワークシステムをもつPepPredsを構築し、ORF6、ORF7a、ORF8、ORF10、ORF14等の立体配座可変性予測を行った。