2021年にDeepMind社から公開されたAlphaFold2（AF2）は高精度なタンパク質構造予測を達成し、広い分野に革命を起こした。そして、先日2024年ノーベル化学賞を受賞したところである。ただし、深層学習ベースの複雑な仕組みのため、なぜこのような高精度予測が可能なのか必ずしも明らかではない。また、静的な単一構造予測を超えた動的な構造変化の予測が可能なのか議論になっている。本講演では、リバースエンジニアリング的なアプローチにより、AF2の仕組みをタンパク質フォールディングにおけるエネルギー地形の観点から解説し、構造変化予測について議論する。さらに、トランスポータータンパク質を例にとって、AF2と分子シミュレーションを統合することで機能的構造変化を解明した研究についてお話しする。

参加登録はこちらからお願いします。