METTL3がアテロプローン血流誘発内皮細胞糖酵解を媒介する

一、研究背景 動脈硬化(atherosclerosis)は心血管疾患の主要な病理基盤であり、その発生は血管内皮細胞(endothelial cells, ECs)の機能障害と密接に関連しています。血流力学要因は動脈硬化の地域選択性において決定的な役割を果たします:振動せん断応力(oscillatory shear stress, OS)(血管分岐部など)はプラーク形成を促進し、脈動せん断応力(pulsatile shear stress, PS)(直線血管部)は保護作用を示します。近年の研究で、ECsはOS作用下で代謝再プログラミング(metabolic reprogramming)が起こり、解糖系(glycolysis)が亢進することが明らかになりましたが、具体的な分子メカニズムは未解明で...

DeepRNA-Twist:言語モデル誘導型RNAねじれ角予測とアテンション-インセプションネットワーク

一、学術的背景と研究動機 生命科学およびバイオインフォマティクスの急速な発展に伴い、RNA分子構造とその機能に関する研究はホットな分野となっている。RNAは単なる遺伝情報の伝達者に留まらず、調節・触媒など数多くの生理過程で重要な役割を果たしている。RNA分子の三次元構造はその生物学的機能に直接影響し、RNA構造の精密な解析は基礎科学、創薬、疾患メカニズム研究などにとって極めて重要である。しかし、RNAの配列から構造への変換はタンパク質よりもはるかに複雑であり、RNAの骨格には7つの主鎖ねじれ角(α, β, γ, δ, ε, ζ, χ)があり、さらに複雑な擬似ねじれ角(η, θ)や非標準塩基対、多重ループ、三重相互作用など多様な構造要因が加わることで、高精度なRNA三次元構造予測が非常に困難と...

問題解決プロトコル:タンパク質構造と言語モデル埋め込みを使用した正確な残基レベルの相分離予測

一、学術的背景と研究意義 近年、タンパク質の液-液相分離(phase separation、PS)は、細胞内生体分子の制御メカニズムとして生命科学分野で広く注目を集めています。相分離は膜なしオルガネラ(biomolecular condensates)の形成を促進するだけでなく、生化学反応速度、タンパク質の組織や局在に大きく影響し、さらに癌や神経変性疾患といった重大疾患の発症とも密接に関わっています。相分離現象の生物学的意義は次第に明らかになってきましたが、その駆動メカニズムや調節コードは依然として複雑かつ捉えがたく、とくに相分離を駆動するタンパク質領域の認識において、科学界は依然多くの課題に直面しています。 従来の相分離予測手法は、既存のタンパク質注釈情報や人工的に設定した特徴パラメータに...

HSSPPI: 階層的および空間的シーケンシャルモデリングによるPPI予測

背景紹介:タンパク質間相互作用予測のボトルネックと機会の解明 タンパク質(Protein)は生命活動の中心分子として、遺伝子発現、RNA転写、DNA合成、免疫反応など、ほぼすべての生物学的プロセスや細胞機能に関与しています。タンパク質分子同士の相互作用(Protein-Protein Interactions, PPI)、および特定部位での相互作用(Protein-Protein Interaction Sites, PPIS)は、多様かつ精緻な生理活動を決定づけます。例えば、創薬、タンパク質機能アノテーション、疾患分子メカニズムの探究、グローバルなタンパク質間相互作用ネットワークの構築などは、すべて高品質なPPIおよびPPIS情報を基盤としています。 しかし、従来の生物学実験(X線結晶構造...

TopoQA: トポロジカルディープラーニングに基づくタンパク質複合体構造インターフェース品質評価アプローチ

学術的背景 タンパク質複合体の三次元構造解析は、現代の構造生物学、分子機構の研究、創薬、さらに人工タンパク質設計など多岐にわたる分野の核心的な課題である。タンパク質の機能はしばしばその構造によって決定されるが、多くの生物学的プロセスはタンパク質間の複雑な相互作用に関与している。従来の実験的手法(X線結晶構造解析、クライオ電子顕微鏡、NMRなど)はタンパク質の三次元構造を決定できるが、時間とコストがかかり、高スループットまたは大規模研究には不向きである。近年、データ駆動型のタンパク質構造予測手法(AlphaFold, RoseTTAFold等)が革命的な成果を挙げ、特に単体タンパク質モデルの精度は実験構造に匹敵するまでになった。しかし、タンパク質複合体の構造予測精度は単体ほど高くなく、とくに多...

因果プロンプト大規模言語モデルとオミクスデータ駆動型因果推論を統合したがん遺伝子の同定

癌遺伝子の正確な特定は、がん基礎研究および精密医療分野における核心的課題です。最近、吉林大学と浙江理工大学の研究チームは、『Briefings in Bioinformatics』誌に「Cancer gene identification through integrating causal prompting large language model with omics data–driven causal inference」というタイトルの独創的な研究論文を発表しました。本記事では、同論文の研究背景、学術的イノベーション、方法論的フロー、研究成果およびその深遠な意義を網羅的に整理します。 一、学術研究の背景 1. マルチオミクス癌遺伝子特定の必要性 がんは、世界的に死因トップの疾患の...