雑誌文献を検索します。書籍を検索する際には「書籍検索」を選択してください。

Seitai no Kagaku Volume 76, Issue 2 （April 2025）

生体の科学 76巻2号（2025年4月発行）

Japanese English

特集 AIにより加速する生体分子デザイン

Ⅰ．生体分子デザインを支える計測・機械学習技術

深層学習を用いた，クライオ電子顕微鏡像に対するタンパク質構造モデル評価と構造モデリング Quality estimation and modeling of protein structure model derived from cryo-EM map using deep learning 中村司 ^1,2 , 木原大亮 ^1,3 Nakamura Tsukasa ^1,2 , Kihara Daisuke ^1,3 ¹Department of Biological Sciences, Purdue University ²高エネルギー加速器研究機構物質構造科学研究所構造生物学研究センター ³Department of Computer Science, Purdue University ¹Department of Biological Sciences, Purdue University ³Department of Computer Science, Purdue University キーワード：構造モデル評価 , 構造モデリング , クライオ電子顕微鏡 , 深層学習 , タンパク質 Keyword: 構造モデル評価 , 構造モデリング , クライオ電子顕微鏡 , 深層学習 , タンパク質 pp.103-108

発行日 2025年4月15日 Published Date 2025/4/15

DOI https://doi.org/10.11477/mf.037095310760020103

PDF(1740KB)

有料閲覧

Abstract 文献概要
1ページ目 Look Inside
参考文献 Reference

　クライオ電子顕微鏡（以下，電顕）による構造解析は，タンパク質の構造を決定するための主要な実験手法の一つである。クライオ電顕法で得られるマップの分解能は原子位置を特定するのに十分でないことが多いため，一般的に構造モデリングはX線結晶構造解析よりも困難である。筆者らの研究グループは，中程度の分解能（2.5-5Å）のマップからであっても，深層学習を用いてモデルの評価やモデリングに有用な構造情報を取り出し，評価やモデリングを行う手法の開発と普及に取り組んできた。