慶應義塾大学学術情報リポジトリ(KOARA)KeiO Associated Repository of Academic resources

慶應義塾大学学術情報リポジトリ(KOARA)

ホーム  »»  アイテム一覧  »»  アイテム詳細

アイテム詳細

アイテムタイプ Article
ID
KAKEN_21H01050seika  
プレビュー
画像
thumbnail  
キャプション  
本文
KAKEN_21H01050seika.pdf
Type :application/pdf Download
Size :155.5 KB
Last updated :Nov 19, 2025
Downloads : 225

Total downloads since Nov 19, 2025 : 225
 
本文公開日
 
タイトル
タイトル クライオ電顕画像から蛋白質の動的構造を描写するための新規計算科学手法の確立と応用  
カナ クライオ デンケン ガゾウ カラ タンパクシツ ノ ドウテキ コウゾウ オ ビョウシャスル タメ ノ シンキ ケイサン カガク シュホウ ノ カクリツ ト オウヨウ  
ローマ字 Kuraio denken gazō kara tanpakushitsu no dōteki kōzō o byōshasuru tame no shinki keisan kagaku shuhō no kakuritsu to ōyō  
別タイトル
名前 Development and application of computational methods to illustrate the structural dynamics of proteins using cryoEM  
カナ  
ローマ字  
著者
名前 中迫, 雅由  
カナ ナカサコ, マサヨシ  
ローマ字 Nakasako, Masayoshi  
所属 慶應義塾大学・理工学部 (矢上) ・教授  
所属(翻訳)  
役割 Research team head  
外部リンク 科研費研究者番号 : 30227764
版
 
出版地
 
出版者
名前  
カナ  
ローマ字  
日付
出版年(from:yyyy) 2024  
出版年(to:yyyy)  
作成日(yyyy-mm-dd)  
更新日(yyyy-mm-dd)  
記録日(yyyy-mm-dd)  
形態
1 pdf  
上位タイトル
名前 科学研究費補助金研究成果報告書  
翻訳  
巻  
号  
年 2023  
月  
開始ページ  
終了ページ  
ISSN
 
ISBN
 
DOI
URI
JaLCDOI
NII論文ID
 
医中誌ID
 
その他ID
 
博士論文情報
学位授与番号  
学位授与年月日  
学位名  
学位授与機関  
抄録
クライオ電顕により酵素-補酵素複合体の構造解析を行い、補酵素結合に適した構造と補酵素結合経路を明らかにした。 酵素-補酵素-基質複合体についても、初期状態で四、定常状態で七の準安定構造を解明し、構造に基づいた反応サイクルを描き出した。また、点変異酵素の構造解析から、構造変化に不可欠な相互作用を同定した。
機械学習水和構造予測法を開発し、クライオ電顕で困難な水和構造予測を実用化した。予測精度向上のために学習を高度化し、経験的水和構造予測との融合による膜蛋白質水和構造予測を可能にした。
電顕画像解析に関連し、X線回折で開発した構造解析達成指標の原理的重要性と応用に関して原理の構築と応用研究を実施した。
The structure analyses for enzyme-cofactor and enzyme-cofactor-ligand complexes were conducted using cryoEM. From the structures of enzyme-cofactor complex, we identified structures suitable for cofactor-binding and the pathway of cofactor to approach the final finding-site. We visualized the four and seven structures of the ternary complex in the initial and steady stages of the reaction and proposed structure-based reaction cycle. In addition, structure analysis for the ternary complex of a point-mutated enzyme revealed the interactions necessary for the structural changes.
We developed a neural-network to predict the hydration structures of proteins. The machine learning process was optimized, and the combinational use of the neural-network and empirical hydration prediction method enabled us to predict the hydration structures of membrane proteins.
In addition, for image processing, we proposed a metric used in X-ray diffraction imaging and applied to structure analyses.
 
目次

 
キーワード
クライオ電子顕微鏡  

蛋白質水和構造  

機械学習  

ニューラルネットワーク  

酵素反応  

蛋白質動力学  

画像解析  

X線回折イメージング  
NDC
 
注記
研究種目 : 基盤研究 (B) (一般)
研究期間 : 2021~2023
課題番号 : 21H01050
研究分野 : 生物物理
 
言語
日本語  

英語  
資源タイプ
text  
ジャンル
Research Paper  
著者版フラグ
publisher  
関連DOI
アクセス条件

 
最終更新日
Nov 19, 2025 13:05:09  
作成日
Nov 19, 2025 13:05:09  
所有者
mediacenter
 
更新履歴
Nov 19, 2025    インデックス を変更
 
インデックス
/ Public / 科学研究費補助金研究成果報告書 / 2023年度 / 日本学術振興会
 
関連アイテム
 

ランキング

最も多く閲覧されたアイテム
1位 都市動物としての... (805) 1st
2位 アイドル文化にお... (645)
3位 S know O by sigh... (627)
4位 ショート動画の効... (501)
5位 デザイナー組織に... (468)

最も多くダウンロードされたアイテム
1位 宮沢賢治の信仰遍... (20451) 1st
2位 ショート動画の効... (862)
3位 トマーシュ・G・... (682)
4位 気分修飾物質とし... (422)
5位 京セラ株式会社に... (412)

LINK

慶應義塾ホームページへ
慶應義塾大学メディアセンターデジタルコレクション
慶應義塾大学メディアセンター本部
慶應義塾研究者情報データベース