高精度立体構造予測を活用した新規ウイルスの探索：ダークマター配列への挑戦

利用高精度三维结构预测寻找新病毒：暗物质序列的挑战

基本信息

批准号：
22K19234
负责人：
五十嵐学
金额：
$ 4.16万
依托单位：
Hokkaido University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Challenging Research (Exploratory)
财政年份：
2022
资助国家：
日本
起止时间：
2022-06-30 至 2025-03-31
项目状态：
未结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K19234/
关键词：
新規ウイルスタンパク質立体構造ウイルス様配列構造類似性

项目摘要

近年、メタゲノム解析手法の発展により、新規ウイルスが次々と見つかっている。しかし、配列類似性検索を用いたこれまでの手法には、既知のウイルスと遠縁のウイルスは検出できないという欠点がある。一方、タンパク質の立体構造はアミノ酸配列と比べて進化的保存性が高いことが知られている。本研究では、タンパク質の立体構造予測および構造類似性検索を用いた新たな解析手法を開発し、これまでの手法では検出できなかった新規ウイルス配列の同定を試みている。本年度はまず、京都大学化学研究所のスーパーコンピュータシステムに実装されたAlphaFold2を用いて、タンパク質の立体構造予測を大規模に行う手法の検討および確認を行った。また、構造全体（フォールディング）の類似性検索には無償のDaliLite.v5を、部分構造（ドメイン）の類似性検索には有償のMOE（モルシス社：MOE）を用いて、機知のウイルスタンパク質構造を対象に構造類似性検索の検証実験を行った。その結果、配列類似性検索では検出できないが、立体構造は類似しているタンパク質配列を検出できる可能性が示唆された。さらに、大規模解析を進めるために、既知の配列と類似性を持つ配列を除外する手法を検討した。特に、ショートリードを迅速にアセンブルする方法について検討した。その結果、SKESAアセンブラを使用することで、非常に高速なアセンブルが可能であることが明らかになった。

近年来，由于宏基因组分析方法的发展，新的病毒不断被发现。然而，使用序列相似性搜索的传统方法具有无法检测与已知病毒关系较远的病毒的缺点。另一方面，众所周知，蛋白质的三维结构比氨基酸序列在进化上更加保守。在这项研究中，我们正在开发一种利用蛋白质三维结构预测和结构相似性搜索的新分析方法，并试图识别使用传统方法无法检测到的新型病毒序列。今年，我们首次检验并确认了一种使用AlphaFold2大规模预测蛋白质三维结构的方法，该方法在京都大学化学研究所的超级计算机系统上实现。另外，我们使用免费的DaliLite.v5来搜索整个结构（折叠）的相似性，并使用付费的MOE（Morsys Inc.：MOE）来搜索部分结构（域）的相似性，并进行了验证实验。结构相似性搜索。结果表明，可以检测结构相似但无法通过序列相似性搜索检测到的蛋白质序列。此外，为了进行大规模分析，我们考虑了一种排除与已知序列相似的序列的方法。我们特别研究了如何快速组装短读。结果表明，使用 SKESA 汇编器可以实现极高速的组装。