当研究室の杉田昌岳研究員を筆頭著者とする、環状ペプチドの膜透過性予測に関する論文が、オープンアクセス誌 ACS Omega に掲載されました。
本研究では、分子動力学 (MD) シミュレーションで得られた立体構造由来の3次元記述子と、化学構造由来の2次元記述子を組み合わせた機械学習プロトコルを提案しました。直接的な MD ベースの予測に比べて計算コストを抑えつつ、汎化性能の向上を目指したものです。252個の環状ペプチドを対象に、XGBoost を用いた場合に最も高い予測性能 (相関係数 R = 0.77) が得られ、学習に含まれない外部データセットに対しても良好な予測精度を示しました。
Masatake Sugita, Yudai Noso, Jianan Li, Takuya Fujie, Keisuke Yanagisawa, Yutaka Akiyama, "Protocol for Membrane Permeability Prediction of Cyclic Peptides Using Descriptors Obtained from Extended Ensemble Molecular Dynamics Simulations and Chemical Structures", ACS Omega 11, 40628-40644, 2026/6. DOI: 10.1021/acsomega.6c03721