[3J2-OS-15b] OS-15

11:15 AM - 11:30 AM JST(2:15 AM - 2:30 AM UTC)

[3J2-OS-15b-02] An Unsupervised Deep Learning Method for Identifying Characteristic Amino Acid Residues by Comparing Similar Molecular Dynamics Systems

〇Sosuke Asano¹, Ikki Yasuda¹, Katsuhiro Endo², Yoshinori Hirano¹, Kenji Yasuoka¹ (1. Keio University, 2. National Institute of Advanced Industrial Science and Technology)

Keywords:

Unsupervised Learning,Feature Selection,Molecular Dynamics

タンパク質の生物学的機能は，静的な単一構造ではなく，多様な立体構造からなるアンサンブルによって発現する．分子動力学（MD）シミュレーションはこの動的過程を再現する有効な手法であり，類似した系のアンサンブルの比較は機能メカニズムの理解に重要である．しかし，得られる高次元時系列データは熱揺らぎを含むため，系間の本質的差異を抽出することは困難である．さらに，解析者の主観に基づく特徴量選択では，重要な動的構造変化を見落とす可能性がある．
そこで本研究では，教師なし深層学習と焼きなまし法を統合し，MDアンサンブル間の差異を特徴付けるアミノ酸残基を自動同定する手法を提案する．本手法では，ニューラルネットワークにより計算したWasserstein距離を指標として，系の差異を最もよく表すアミノ酸残基の組合せを探索する．本手法を複数のタンパク質–リガンド系に適用した結果，結合に重要な残基を高精度に同定した．さらに，選択されたアミノ酸残基の動的挙動から得られた低次元埋め込みは，タンパク質-リガンド結合親和性と高い相関を示した．