11/20/2026 | Press release | Distributed by Public on 11/19/2026 19:34
このたび、当社研究顧問・相田拓洋と当社研究員・鈴木翔、熊地重文(責任著者)らの共同研究成果をまとめた研究論文が、国際学術誌『Biophysics and Physicobiology』に掲載されましたのでお知らせいたします。
■ 掲載論文の概要
タイトル:Massively Parallel Estimation of Dissociation Constant for Ligand Proteins Using Molecular Display Technologies and Next-Generation Sequencing
掲載誌:Biophysics and Physicobiology(The Biophysical Society of Japan)
著者:相田拓洋、鈴木翔、根本直人、熊地重文 他
論文記事はこちら
■ 研究解説プロモーションビデオ(YouTube)
本論文のポイントをまとめた動画が、一般社団法人 日本生物物理学会(The Biophysical Society of Japan)公式YouTubeにて公開されています。
動画の視聴はこちら
■ 研究の背景と成果
医薬品やバイオ産業において、リガンドと標的受容体の親和性を示す「解離定数(KD)」の評価は極めて重要です。しかし、正確なKDの算出には時間と労力を要します。評価サンプル数が数百〜千程度のスケールなら実測可能ですが、数万から数百万の膨大な候補すべてを個別に直接測定することは、コストやスループットの観点から現実的ではありません。本研究では、このボトルネックを解消するため、次世代シーケンシング(NGS)と「cDNAディスプレイ技術」を組み合わせた、KD値の大規模並列推定法を開発し、論文発表いたしました。
本手法では、標的分子に結合する候補を絞り込む「スクリーニング(選抜)」において、特定ステップ前後における各配列集団の組成をNGSで解析し、各配列の「濃縮比ε(選抜に伴うモル分率の変化)」を算出します。次に、少数の「参照配列」を任意に選び、それらのKD値を実際に測定し、εとKDの関数関係(検量線)を作成することで、残りの膨大な未測定配列についても、濃縮比からKD値を推定することが可能になります。
実際に2種類のVHHライブラリで検証した結果、推定値と実測値の比較において極めて高い相関係数(特定の配列をベースにした相同性が高いライブラリで0.98、ランダム性の高いライブラリからスクリーニング後に得られたライブラリにおいて0.79)を示し、有効性が実証されました。本手法で一挙に取得可能となる数万規模の定量的な親和性データは、In silico(計算機上)でのAIモデル構築における質の高い学習データとしても極めて有用であり、データ駆動型の分子設計を飛躍的に加速させる基盤技術として期待されます。
当社は今後も、こうした最先端の研究開発を通じて技術基盤を強化し、パートナー企業の皆様に革新的なソリューションを提供してまいります。