高精度立体構造予測を活用した新規ウイルスの探索：ダークマター配列への挑戦

近年、メタゲノム解析手法の発展により、新規ウイルスが次々と見つかっている。しかし、配列類似性検索を用いたこれまでの手法には、既知のウイルスと遠縁のウイルスは検出できないという欠点がある。一方、タンパク質の立体構造はアミノ酸配列と比べて進化的保存性が高いことが知られている。本研究では、タンパク質の立体構造予測および構造類似性検索を用いた新たな解析手法を開発し、これまでの手法では検出できなかった新規ウイルス配列の同定を試みている。本年度はまず、京都大学化学研究所のスーパーコンピュータシステムに実装されたAlphaFold2を用いて、タンパク質の立体構造予測を大規模に行う手法の検討および確認を行った。また、構造全体（フォールディング）の類似性検索には無償のDaliLite.v5を、部分構造（ドメイン）の類似性検索には有償のMOE（モルシス社：MOE）を用いて、機知のウイルスタンパク質構造を対象に構造類似性検索の検証実験を行った。その結果、配列類似性検索では検出できないが、立体構造は類似しているタンパク質配列を検出できる可能性が示唆された。さらに、大規模解析を進めるために、既知の配列と類似性を持つ配列を除外する手法を検討した。特に、ショートリードを迅速にアセンブルする方法について検討した。その結果、SKESAアセンブラを使用することで、非常に高速なアセンブルが可能であることが明らかになった。

近年、メタゲノム解析手法の発展により、新規ウイルスが次々と見つかっている。しかし、配列類似性検索を用いたこれまでの手法には、既知のウイルスと遠縁のウイルスは検出できないという欠点がある。一方、タンパク質の立体構造はアミノ酸配列と比べて進化的保存性が高いことが知られている。本研究では、タンパク質の立体構造予測および構造類似性検索を用いた新たな解析手法を開発し、これまでの手法では検出できなかった新規ウイルス配列の同定を試みている。本年度はまず、京都大学化学研究所のスーパーコンピュータシステムに実装されたAlphaFold2を用いて、タンパク質の立体構造予測を大規模に行う手法の検討および確認を行った。また、構造全体（フォールディング）の類似性検索には無償のDaliLite.v5を、部分構造（ドメイン）の類似性検索には有償のMOE（モルシス社：MOE）を用いて、機知のウイルスタンパク質構造を対象に構造類似性検索の検証実験を行った。その結果、配列類似性検索では検出できないが、立体構造は類似しているタンパク質配列を検出できる可能性が示唆された。さらに、大規模解析を進めるために、既知の配列と類似性を持つ配列を除外する手法を検討した。特に、ショートリードを迅速にアセンブルする方法について検討した。その結果、SKESAアセンブラを使用することで、非常に高速なアセンブルが可能であることが明らかになった。