機械学習とメタヒューリスティクスによるタンパク質の可溶性予測モデルの開発

カテゴリ：研究会(論文単位)

論文No：ST25056,CT25091

グループ名：【C】電子・情報・システム部門 システム/【C】電子・情報・システム部門 制御合同研究会

発行日：2025/11/26

タイトル(英語)：Development of a Protein Solubility Prediction Model Using Machine Learning and Metaheuristics

著者名：小島 海聖(富山県立大学),榊原 一紀(富山県立大学),高野 諒(富山県立大学),松山 裕典(富山県立大学),松本 卓也(富山県立大学),中村 正樹(富山県立大学),松井 大亮(公立千歳科学技術大学)

著者名(英語)： Kaisei Kojima(Toyama Prefectural University),Kazutoshi Sakakibara(Toyama Prefectural University),Ryo Takano(Toyama Prefectural University),Hironori J. Matsuyama(Toyama Prefectural University),Takuya Matsumoto(Toyama Prefectural University),Masaki Nakamura(Toyama Prefectural University),Daisuke Matsui(Chitose Institute of Science and Technology)

キーワード：タンパク質,可溶性,リカレントニューラルネットワーク,遺伝的アルゴリズム,Protein,Solubility,Recurrent neural network,Genetic Algorightms

要約(日本語)：化学産業で使用されるタンパク質は可溶性であることが前提だが，大量生産の過程で不溶性タンパク質が生成される．現状として不溶性のものを可溶性発現させる変異実験の報告が数多く蓄積されつつある．そこで，それらのデータに基づき機械学習による可溶化予測を行い，その予測結果に基づき，変異実験のための変異部位探索を遺伝的アルゴリズムを用いて実現することを目指す．

要約(英語)：Proteins used in the chemical industry are expected to be soluble, but insoluble proteins are generated during mass production. Currently, numerous reports on mutation experiments to express insoluble proteins in a soluble form are accumulating. Therefore, based on this data, we aim to predict solubility using machine learning and, based on these predictions, identify mutation sites for mutation experiments using genetic algorithms.

本誌：2025年11月29日-2025年11月30日システム/制御合同研究会

本誌掲載ページ：31-36p

原稿種別：日本語

PDFファイルサイズ：1,213Kバイト