トップページ
研究活動
HPC/AI駆動型医薬プラットフォーム部門紹介
分⼦デザイン計算知能ユニット
分⼦デザイン計算知能ユニット
English
ユニットリーダー 池⼝ 満徳(いけぐち みつのり)
mitsunori.ikeguchi[at]riken.jp (拠点:横浜地区)
- Emailの[at]は@にご変更ください。
- 1994
- 東京大学大学院農学系研究科応用生命工学専攻博士課程修了。博士(農学)
- 1996
- 東京大学大学院農学生命科学研究科助手
- 2001
- 横浜市立大学大学院助教授
- 2007
- 横浜市立大学大学院准教授
- 2015
- 横浜市立大学大学院教授(現職)
- 2017
- 理研 医科学イノベーションハブ推進プログラム(MIH) 医薬プロセス最適化プラットフォーム推進グループ 分子設計インテリジェンスユニット ユニットリーダー
- 2021
- R-CCS HPC/AI駆動型医薬プラットフォーム部門 分子設計インテリジェンスユニット ユニットリーダー(現職)
キーワード
- 分子シミュレーション
- 人工知能
- 機械学習
- インシリコ創薬
研究概要
分子デザイン計算知能ユニットでは、今まで薬剤の開発が難しかった、動きがあり複雑な生体分子について、分子シミュレーションと人工知能を連携させ、生体系を制御する低・中・高分子を設計する方法の開発を目指しています。分子シミュレーションに、人工知能の方法を取り入れることで、精度と効率向上を目指した新たな方法開発を行っています。さらに、従来の低分子だけでなく、ニューモダリティの創薬として、ペプチドなどの中分子や、抗体などの高分子を薬剤として用いる技術にも取り組んでいます。
主要論文
- Tsutomu Yamane, Toru Ekimoto, Mitsunori Ikeguchi:
Development of the force field for cyclosporine A.
Biophys. Physicobiol. 19:e190045 (2022). - Kosuke Kawama, Yusaku Fukushima, Mitsunori Ikeguchi, Masateru Ohta, Takashi Yoshidome:
gr Predictor: A Deep Learning Model for Predicting the Hydration Structures around Proteins.
J. Chem. Inf. Model. 62(18):4460-4473 (2022). - Kazu Osaki, Toru Ekimoto, Tsutomu Yamane, Mitsunori Ikeguchi:
3D-RISM-AI: A Machine Learning Approach to Predict Protein-Ligand Binding Affinity Using 3D-RISM.
J. Phys. Chem. B. 126(33):6148-6158 (2022). - Ikuko Miyaguchi, Miwa Sato, Akiko Kashima, Hiroyuki Nakagawa, Yuichi Kokabu, Biao Ma, Shigeyuki Matsumoto, Atsushi Tokuhisa, Masateru Ohta, Mitsunori Ikeguchi:
Machine learning to estimate the local quality of protein crystal structures.
Sci Rep. 11(1):23599 (2021). - Takashi Yoshidome, Mitsunori Ikeguchi, Masateru Ohta:
Comprehensive 3D‐RISM analysis of the hydration of small molecule binding sites in ligand‐free protein structures.
J. Comput. Chem. 41(28): 2406-2419 (2020). - Koichiro Kato, Tomohide Masuda, Chiduru Watanabe, Naoki Miyagawa, Hideo Mizouchi, Shumpei Nagase, Kikuko Kamisaka, Kanji Oshima, Satoshi Ono, Hiroshi Ueda, Atsushi Tokuhisa, Ryo Kanada, Masateru Ohta, Mitsunori Ikeguchi, Yasushi Okuno, Kaori Fukuzawa, and Teruki Honma:
High-Precision Atomic Charge Prediction for Protein Systems Using Fragment Molecular Orbital Calculation and Machine Learning.
J Chem Inf Model. 60 (7): 3361-3368 (2020). - Shuntaro Chiba, Aki Tanabe, Makoto Nakakido, Yasushi Okuno, Kouhei Tsumoto, Masateru Ohta:
Structure-based design and discovery of novel anti-tissue factor antibodies with cooperative double-point mutations, using interaction analysis.
Sci Rep. 10(1):17590 (2020). - Satomi Kori, Tomohiro Jimenji, Toru Ekimoto, Miwa Sato, Fumie Kusano, Takashi Oda, Motoko Unoki, Mitsunori Ikeguchi, Kyohei Arita:
Serine 298 Phosphorylation in Linker 2 of UHRF1 Regulates Ligand-Binding Property of Its Tandem Tudor Domain.
J. Mol. Biol. 432, 4061-4075 (2020). - Shuntaro Chiba, Yasushi Okuno, Teruki Honma, Mitsunori Ikeguchi:
Force-field parametrization based on radial and energy distribution functions.
J. Comput. Chem. 40 (29): 2577-2585 (2019). - Toru Ekimoto, Tsutomu Yamane, Mitsunori Ikeguchi:
Elimination of finite-size effects on binding free energies via the warp-drive method.
J. Chem. Theory Comput. 14, 6544-6559 (2018).
関連プレスリリース等
- 遺伝性神経・筋疾患の治療法開発を目的としたエクソン・スキップのデータベースおよび機械学習モデルに基づいた予測システムを世界で初めて開発・公開しました
(2021年6月9日、理化学研究所ウェブサイト)