창약 분야에서는 필요한 기능과 약효를 발휘하는 새로운 단백질의 설계가 이루어진다.종래에는 단백질의 설계도인 아미노산 서열을 조금씩 바꾸면서 실험이나 구조 탐색 시뮬레이션을 실행하여 완성된 단백질이 필요한 기능이나 약효를 발휘하는지 확인하고 있었다.정확한 설계에는 엄청난 계산량이 필요합니다.

　연구그룹은 작년에 단백질진화에 관한 새로운 가설과 기계학습의 수법을 조합함으로써 기존 방법에 비해 압도적으로 빠른 단백질 설계를 실현하는 데 성공했다.이번에도 복잡계 물리학·정보통계역학의 이론을 적용함으로써 시뮬레이션이 불필요한 아미노산 서열의 추정을 위한 수학 공식을 도출하는 데 성공했다.

　이에 따라, 단백질 설계에 걸리는 시간을 작년 발표한 효율적인 설계 수법을 이용한 경우보다 10분의 1 정도로 단축.또, 얻어진 수학 공식은 아미노산 잔기마다의 병렬 계산이 가능한 형식이기 때문에, 실제의 창약이 타겟으로 하는 거대한 단백질의 설계에 응용할 때에 계산량의 폭발의 문제가 일어나기 어렵다는 장점도 있다.또한 이번에 사용된 이론 모델은 단백질의 상세한 성질에 의존하지 않기 때문에 신소재·신 디바이스의 설계 문제 등에의 응용도 기대된다고 한다.

논문 정보:【Journal of Statistical Mechanics: Theory and Experiment】The cavity method to protein design problem