天然変性領域中の機能部位予測プログラムの開発
現代社会では情報処理技術や生物工学技術などの発達に伴い、ビッグデータと呼ばれる大量のデータが蓄積されています。これらのデータに対し機械学習などの情報解析技術を用いた解析を行うことで、新たな知見の獲得や予測モデルの開発を行い、人間の思考・決断の助けになるような技術の開発を目指しています。現在はタンパク質の機能に関わる領域を予測する機械学習モデルの開発に加えて、ドローンを用いた農業やスポーツにおけるデータの収集・解析など生命科学に限定せず幅広い分野に解析対象を広げています。
主な研究成果
Anbo, Sato, Okoshi and Fukuchi, Functional segments on intrinsically disordered regions in disease-related proteins., Biomolecules, 9, 88, (2019).
Anbo, Amagai and Fukuchi, NeProc predicts binding segments in intrinsically disordered regions without learning binding region sequences., BPPB, 17, 147-154 (2020).
Anbo, Sakuma, Fukuchi and Ota, How AlphaFold2 Predicts Conditionally Folding Regions Annotated in an Intrinsically Disordered Protein Database, IDEAL., Biology, 12, 182 (2023).
どのような産学官連携ができるか
・生命科学関連のデータ解析・予測モデルの開発
・ドローンを用いたデータ収集・データ解析・予測モデルの開発
SDGs該当番号
その他
・天然変性領域および天然変性領域中の機能部位予測プログラム，NeProc
https://antepontem.org/neproc/
・高速かつユーザーフレンドリーな天然変性領域予測プログラム，DARUMA
https://antepontem.org/daruma/