深層学習を用いた高速タンパク質構造サンプリング手法の開発

プログラム

医学系研究助成　基礎

所属機関

名古屋大学

所属部署

大学院医学系研究科 システム生物学分野

キーワード

深層学習　分子動力学シミュレーション　タンパク質

研究結果の概要

本研究では、タンパク質の構造サンプリングを高速に行うため、タンパク質に対する分子動力学シミュレーションを高速に模倣する深層学習モデルMD-AIを開発した。AlphaFoldデータベースから36,555種の代表タンパク質を抽出し、スーパーコンピュータTSUBAMEで網羅的に分子動力学シミュレーションを行うことにより、大規模トラジェクトリデータを学習データセットとして整備した。また、MD-AIのアーキテクチャとして、力学の持つ3つの対称性（回転同変性・鏡映同変性・平行移動同変性）を同時に満たすことのできるグラフニューラルネットワークを採用した。MD-AIはタンパク質のグラフ構造、各構成原子の初期状態（座標・速度・力）および原子種を入力として、64フェムト秒後の情報を予測することができる。MD-AIは単一GPU上で動作することが可能であり、従来の分子動力学シミュレーションと比較して約20倍の高速化と10^(-3)ナノメートルオーダーの予測精度を達成した。また、水素原子の複雑な非線形ダイナミクスも高精度に予測できることを確認した。

公表論文