大規模自前データ取得と深層学習によるペプチド骨格修飾酵素群の優良人工基質の設計

研究者紹介

研究代表者
後藤 佑樹
京都大学
理学研究科

詳細を見る

研究概要

天然物ペプチドの一種であるRiPP類(Ribosomally synthesized and post-translationally modified peptides) には多彩な非タンパク質性の骨格が存在する。これら特徴的な天然物骨格の導入に関わる修飾酵素は人工基質を許容するものが多いが、効率良い生合成拡張には、各酵素の基質許容性の範囲/限界の正確な理解が鍵となる。そこで本研究では、ランダム人工基質ペプチドライブラリーの酵素反応結果に関する大規模な実験データを基に深層学習を行い、「任意の人工配列がペプチド修飾酵素の基質となるかどうか」を予知するモデルの確立を、複数のペプチドプレニル化酵素について目指す。また、試験管内で改変した人工翻訳系と複数種類のペプチドプレニル化酵素を組み合わせることで、キメラプレニル化人工環状ペプチドのワンポット生合成技術の確立にも取り組む。これにより、RiPP類の一種であるシアノバクチン類の生合成酵素の利用範囲を、人工のプレニル化ペプチド（擬天然物ペプチド）の自在生産へと拡張することを目指す。究極的には、天然物由来のプレニル化骨格を活かした新規軸のペプチド薬剤開発に結び付けることを目標とする。