AlphaFold

セミナー概要 セミナーのテーマ タンパク質デザインの基礎と応用 深層学習・物理学ベースのタンパク質設計ツール タンパク質の安定性・可溶性向上とフォールディング反応予測 こんな方におすすめです バイオ医薬品開発に関わる研究者 タンパク質工学に興味のある学生 タンパク質設計の成功率を向上させたい方 バイオ医薬品開発効率化のためのタンパク質の合理的デザイン法とそのノウハウ ☆タンパク質設計の成功率を高めるために注意すべき点とは？ ・タンパク質のフォールディング反応過程の理論的予測法や、 タンパク質の安定性・可溶性を向上させる手法等についても概説致します！ 講師 東京大学 大学院総合文化研究科 広域科学専攻 生命環境科学系 教授 新井 宗仁 氏《学位》 博士（理学）《専門》 タンパク質工学、生物物理学《略歴》1994年 東京大学 理学部 物理学科 卒業1996年 東京大学 大学院理学系研究科 物理学専攻 修士課程 修了（桑島邦博教授）1998年 東京大学 大学院理学系研究科 物理学専攻 博士課程 中退（桑島邦博教授）1998年 東京大学 大学院理学系研究科 物理学専攻 助手2000年 博士（理学）（東京大学）取得2002年 （独）産業技術総合研究所 蛋白質デザイン研究グループ 研究員2007年 米国スクリプス研究所 博士研究員（兼務）（Peter E. Wright教授、～2009年）2009年 （独）産業技術総合研究所 蛋白質デザイン研究グループ長2010年 東京大学 大学院総合文化研究科 広域科学専攻 准教授2011年 東京大学 大学院理学系研究科 物理学専攻 准教授（兼担）2011年 JSTさきがけ兼任研究者（「藻類バイオエネルギー」研究領域、～2015年）2016年 東京大学 大学院総合文化研究科 研究科長補佐2017年 東京大学 大学院総合文化研究科 広域科学専攻 教授 現在に至る2017年 東京大学 大学院理学系研究科 物理学専攻 教授（兼担） 現在に至る2019年 東京大学 大学院総合文化研究科 研究科長特任補佐（～2020年）2025年 東京大学 総長補佐 現在に至る《活動等》日本生物物理学会 理事（2015～2016年、2025年～）Biophysics and Physicobiology, Editorial Board（2020～2021年、2024年～）Frontiers in Microbiology, Associate Editor（2022年～）Journal of Biochemistry, Associate Editor（2010～2013年） セミナー趣旨、ポイント 2024年のノーベル化学賞に象徴されるように、近年、AIなどを用いたタンパク質の理論的設計に関する発展がめざましく、バイオ医薬品開発に革命を起こしつつある。 そこで本講座では、バイオ医薬品開発を効率化させるためのタンパク質デザイン法について概説する。特に、Rosettaなどの物理学ベースのツールや、RFdiffusion、ProteinMPNN、AlphaFold2などの深層学習ツールの使い方を概説し、設計の成功率を高めるためのノウハウなども紹介する。 さらに、タンパク質のフォールディング反応過程の理論的予測法や、タンパク質の安定性・可溶性を向上させる手法等についても概説する。 得られる知識 〇 医薬品開発に使えるタンパク質デザイン用の深層学習ツールとは〇 医薬品開発に使えるタンパク質デザイン用の物理学ベースのツールとは〇 深層学習ツールではまだ困難なタンパク質デザインはどのように行えばよいのか〇 タンパク質設計の成功率を高めるために注意すべき点は何か〇 タンパク質のフォールディング反応を予測できるツールは何か〇 タンパク質を安定化させる方法とは〇 タンパク質の凝集を回避する方法とは プログラム 1. タンパク質の基礎 1-1, イントロダクション 1-2. アミノ酸 1-3. タンパク質のフォールディングとダイナミクス 1-4. タンパク質に働く相互作用 2. タンパク質の立体構造予測 2-1. タンパク質の構造分類 2-2. AlphaFold 2 2-3. 予測精度の指標 2-4. AlphaFold 2を使いこなすためのノウハウ 2-5. AlphaFold 3 2-6. AlphaFold 2と3に類似した予測法 2-7. タンパク質の構造多型の予測法 3. タンパク質デザインの基礎 3-1. タンパク質デザインの目的 3-2. タンパク質における変異ロバストネスと進化可能性 3-3. タンパク質の経験的設計 3-4. タンパク質の合理的設計 4. 物理学ベースのタンパク質デザイン法 4-1. 分子動力学シミュレーション 4-2. タンパク質設計用ソフトウェアRosetta 4-3. ヘリックス形成能予測ソフトウェアAGADIR 5. 深層学習ベースのタンパク質デザイン法 5-1. 構造生成用ソフトウェアRFdiffusion 5-2. 配列設計用ソフトウェアProteinMPNN 5-3. RFdiffusionとProteinMPNNを用いた設計例 5-4. 小型抗体（scFv, VHH）の合理的設計 5-5. 環状ペプチドの合理的設計 5-6. リガンド結合構造生成用ソフトウェアRFdiffusion All-Atom 5-7. リガンド結合配列設計用ソフトウェアLigandMPNN 5-8. RFdiffusion All-AtomとLigandMPNNを用いた設計例 5-9. 各ソフトウェア使用時の注意点 5-10. デザインの評価方法 6. タンパク質のフォールディング反応予測 6-1. タンパク質のフォールディング反応機構 6-2. 統計力学理論WSMEモデル 6-3. 改良型統計力学理論WSME-Lモデル 7. タンパク質の安定性と凝集 7-1. タンパク質の変性と安定性 7-2. 細胞内でのタンパク質凝集とアミロイド形成 7-3. 分子シャペロン 7-4. タンパク質の凝集に関わる相互作用 7-5. タンパク質を安定化させる溶媒条件 7-6. タンパク質を可溶化させる溶媒条件 7-7. アミノ酸置換によるタンパク質の安定化・可溶化 7-8. ジスルフィド結合形成を伴うリフォールディングの方法 【質疑応答】