[1F4-GS-10] AI応用：化学・物理学

[1F4-GS-10-04] 時系列対照学習による生体分子表現学習

〇石曽根 毅¹、松永 康佑²、渕上 壮太郎³、中村 和幸¹ (1. 明治大学、2. 埼玉大学、3. 静岡県立大学)

キーワード：蛋白質ダイナミクス、表現学習、対照学習

機械学習技術の発展や計算機能力の向上に伴い，新たな蛋白質の構造が多く明らかにされてきている． 中でも，AlphaFold2は蛋白質の構造解明に飛躍的なブレイクスルーをもたらした． しかし，これまでに明らかにされている構造のほとんどは最安定構造に留まり，複数の安定状態を持つ蛋白質に対して課題が残る． また，蛋白質の3割は安定構造が存在しない天然変性タンパク質であると言われており，生体機能と関連した動的メカニズムの解明が不可欠である． 一般に，蛋白質の動的メカニズムは分子動力学で記述されるが，確率的計算であるために遷移可能な配位多様体を覆うには莫大な計算時間が必要である． 計算時間削減のため，ポテンシャルにバイアスを付加して探索を加速化する促進サンプリング（ES）という手法がある． 本研究では，ES のポテンシャルを計算するための表現学習手法を提案する． 提案法は，対照学習ベースの手法であり，先行研究に対して構造ダイナミクスを捉えるのに適した埋め込みを構成できたことを示す．