ファージ提示法で得られたペプチド配列リソースの標的指向型修飾法の開発

研究者紹介

研究代表者
松原輝彦
慶應義塾大学
理工学部

詳細を見る

研究概要

疾患に関わる標的タンパク質に結合する人工ペプチドはリード化合物として有効であり、これらを効率よく得る手法としてファージ提示法などによるランダムな分子ライブラリーからの親和性選択が頻用されている。天然由来の生理活性ペプチドは環化や翻訳後修飾されたものが多く、近年では特殊環状ペプチドの選択手法も開発されている。また基礎研究においても、標的分子を認識する分子プローブや阻害剤などとして、人工の低分子化合物やペプチド、タンパク質などの分子が用いられている。これまでにファージ提示法などで膨大な人工ペプチドやタンパク質が得られているが、化学修飾によって生理活性を獲得することが期待できる。しかし多くの研究では配列情報のみで評価がされており、潜在的な能力は未知数である。そこで本課題では、親和性選択で得られた人工ペプチド配列を化学修飾し、機械学習へ向けたペプチド誘導体として生理活性を評価手法を開発する。環化や多価化のほか、糖鎖や脂質などの連結で化学修飾し、ペプチド誘導体の生理活性を機械学習によって予測することを目指す。本研究の成果により、すでに公開されている膨大なペプチド配列リソースを活用することで、中分子やバイオ医薬品としての候補化合物が拡大することが期待される。