研究内容
当研究室では、分子・原子シミュレーションなどの計算物理化学的アプローチと、 機械学習や構造インフォマティクスなどの情報科学的アプローチに基づいて生命現象を理解し、 さらに得られた知見を生体分子の設計や制御へ応用し創薬につなげること目標として、研究活動を行っています。
研究テーマ
- 生体高分子の分子動力学シミュレーションによるダイナミクスの解明
- MDシミュレーションによるGPCRのダイナミクスとシグナル伝達機構の解明
LPA6受容体の側方アクセス機構の検証
- MDシミュレーションによるGPCRのダイナミクスとシグナル伝達機構の解明
LPA6受容体の側方アクセス機構の検証
- AlphaFold2を用いたタンパク質構造予測とその構造情報の応用
- 精選したMultiple sequence alignment (MSA)とColabFoldを用いることでアブラナ科の自家不和合性を制御するハプロタイプ特異的なSRK-SP11複合体を高信頼度で予測 Comprehensive computational analysis of the SRK–SP11 molecular interaction underlying self-incompatibility in Brassicaceae using improved structure prediction for cysteine-rich proteins
- 精選したMultiple sequence alignment (MSA)とColabFoldを用いることでアブラナ科の自家不和合性を制御するハプロタイプ特異的なSRK-SP11複合体を高信頼度で予測 Comprehensive computational analysis of the SRK–SP11 molecular interaction underlying self-incompatibility in Brassicaceae using improved structure prediction for cysteine-rich proteins
- 量子化学シミュレーションによる酵素の反応機構解明
- AlphaFold2の予測構造とMDシミュレーション、QM/MM(ONIOM)法を組み合わせた酵素の反応機構解明 Insights into stereoselective ring formation in canonical strigolactone: Discovery of a dirigent domain-containing enzyme catalyzing orobanchol synthesis
- AlphaFold2の予測構造とMDシミュレーション、QM/MM(ONIOM)法を組み合わせた酵素の反応機構解明 Insights into stereoselective ring formation in canonical strigolactone: Discovery of a dirigent domain-containing enzyme catalyzing orobanchol synthesis
- 分子シミュレーションと深層学習の融合による生体高分子のダイナミクスの解析手法の開発
- 深層学習の構造生物学への応用
- グラフニューラルネットワークを用いたタンパク質のプロパティ予測
- 深層学習の構造ベース低分子・中分子創薬への応用
- 実験自動化技術の開発
