Tackling biological context, one network at a time: Examples from network biology and network pharmacology Dr. Arda Halu Harvard Medical School, Brigham and Women’s Hospital https://halu-lab.bwh.harvard.edu/ [Abstract] Networks have proven time and again to be highly versatile tools in modeling biological interactions, finding useful applications in basic and clinical research alike. In the majority of…
Category: 未分類
20231213
Disrupted circulating metabolite exchange across organs by the Western diet Dr. Cholsoon Jang Department of Biological Chemistry, University of California Irvine, Irvine, CA, USA. [Abstract] Mammalian organs convert dietary nutrients into circulating metabolites and share them to maintain whole body metabolic homeostasis. The most famous example is the Cori cycle between liver and muscle for…
20231102
代謝系における普遍的な線形応答関係 Dr. Tetsuhiro Hatakeyama Department of Basic Science, Graduate School of Arts and Sciences, The University of Tokyo [Abstract] 代謝は生命の物理化学的基盤である。細胞の代謝状態を予測することは生命科学の重要な問題であり、同時に、その挙動を理解することは生物物理学の主要な課題の一つである。また、代謝系が環境変動や薬剤などの投与に対して、どのように応答するかを予測することは、代謝工学や薬物の開発など、実用上も重要である。これまでの研究では、代謝系の応答を予測するために、Bernhard Ø. Palssonなどによって開発されたconstraint-based modelingが使われることが多かった。この手法では、まず反応の詳細な情報を含む代謝系のモデルを作成し、その最適化問題を解くことによって代謝系がどのような状態を取るのかを予測する。そして、複数の環境間でその最適な状態を比較することで、代謝系の応答を予測する。しかし、これにはいくつかの問題がある。まず、代謝反応の詳細な情報がわからない生物種や細胞種では、そもそも代謝系のモデルを構築すること自体が困難である。また、細胞がどのような目的関数を最適化しているのかを知ることは、原理的に不可能に近い。それでは、代謝系の詳細に依存せずに、その応答を予測する方法はないのだろうか。我々は、代謝状態そのものではなく、代謝系の摂動に対する応答に焦点を当てることで、代謝応答を普遍的に予測する方法を見出した。具体的には、ミクロ経済学における消費者行動の理論を用いることによって、栄養物（グルコースなど）の量の変化に対する代謝応答と、代謝の効率の変化（代謝阻害剤の投与や中間代謝物の漏れなど）に対する代謝応答の間に線形関係が成り立つことを見出した。この線形関係は、質量保存の法則が成り立つ限り（すなわちどのような系でも）、代謝系の詳細に依存せずに普遍的に成立する。また、栄養物の量の変化に対する代謝系の応答という、比較的測定が容易であると考えられる量さえ知ることができれば、詳細な事前知識なしに、薬剤投与や中間代謝物の漏出に対する代謝系の応答を定量的に予測することができるため、実用上も有用であると考えられる。本発表では、理論的な基礎からスタートし、具体例を通じて、実際の応用まで議論したいと考えている。参考文献： Yamagishi, J. F., & Hatakeyama, T. S. (2023). Linear Response Theory of Evolved Metabolic Systems. Physical Review Letters, 131(2), 028401.Yamagishi, J. F., & Hatakeyama, T. S. (2021). Microeconomics of metabolism: the Warburg…
20230921
Insights into starvation-survival of Escherichia coli Dr. Markus Basan Department of Systems biology, Harvard Medical School, Boston, MA, USA [Abstract] Most microbes on earth, whether they live in the ocean, the soil or in animals, are not growing fast, but instead struggling to survive. Some genes and environmental conditions affecting starvation survival have…
20230704
Metabolism, cellular decisions and the language that unites them Dr. Jared Rutter Distinguished Professor of Biochemistry, University of Utah School of Medicine [Abstract] Mitochondria are dynamic and complex organelles that play a central role in all aspects ofbiology, including energy production, intermediary metabolism, and apoptosis. These broadcellular functions also place mitochondria as a…
20230220
A state of partial Rb inactivation and intermediate E2F activation safeguards proliferation commitment Dr. Yumi Konagaya (Ida) Department of Cell & Developmental Biology, Weill Cornell Medicine, New York, NY, USA [Abstract] Many biological processes such as tissue repair, immune defense, and cancer progression rely on a vital cellular decision of whether to proliferate…
20230217
AlphaFoldから見るタンパク質リン酸化部位の立体構造と機能 Dr. Hafumi Nishi Ochanomizu University, Tohoku University [Abstract] リン酸化は、タンパク質の翻訳後修飾の中でも最もよく観察される修飾である。一般に、リン酸化はタンパク質の配列と構造の両方の要因によって制御されていると考えられているが、リン酸化部位の一般的な構造的特徴を議論することは必ずしも容易ではなかった。というのも、リン酸化部位は天然変性領域に多く存在することが知られているが、こうした領域は実験的に決定された構造ではしばしば欠落しているからである。しかし、2021年にAlphaFold2およびAlphaFold構造データベースが突如公開されたことで、状況は変わりつつある。AlphaFoldのユニークな点は、その高い精度や新規の構造情報の拡充の点もさることながら、タンパク質の配列全長に渡って予測構造と予測の信頼度スコアを提供できる点にある。すなわち、構造領域と天然変性領域を一元的に扱うことができるという面で、これまでの構造予測とは一線を画すと言える。そこで、今回の発表では、AlphaFoldモデルを用いてリン酸化部位の構造的・機能的特徴がどのように理解できるかを紹介したい。 Date： Feb. 17, 2023 (Fri) 13:30 – 14:30Place： ZoomHost： Shinya Kuroda If you would like to attend, please email us at info.kuroda-lab [at] bs.s.u-tokyo.ac.jp and we will send you the Zoom URL. Please use your institution’s e-mail address and let us know your name and…
20220902
共生進化を目の前で起こして解明する Dr. Takema Fukatsu Prime Senior Researcher, Bioproduction Research Institute, National Institute of Advanced Industrial Science and Technology (AIST) Date： Sep. 2, 2022 (Fri) 16:00 – 17:30Place： ZoomHost： Shinya Kuroda If you would like to attend, please email us at info.kuroda-lab [at] bs.s.u-tokyo.ac.jp and we will send you the Zoom URL. Please use your…
20220704
「時」をビックデータとシステムバイオロジーで理解する Dr. Hikari Yoshitane Project leader, Circadian Clock Project, Tokyo Metropolitan Institute of Medical ScienceAssociate professor, Graduate School of Science, The University of Tokyo Date： Jul. 4, 2022 (Mon) 15:00 – 16:30Place： ZoomHost： Shinya Kuroda If you would like to attend, please email us at info.kuroda-lab [at] bs.s.u-tokyo.ac.jp and we will send you the…
20220606
深層学習を利用したタンパク質立体/複合体構造予測 Dr. Kentaro Tomii Team leader, Intelligent Bioinformatics Research Team, Artificial Intelligence Research Center, National Institute of Advanced Industrial Science and Technology Date： Jun. 6, 2022 (Mon) 10:00 – 11:00Place： ZoomHost： Shinya Kuroda If you would like to attend, please email us at info.kuroda-lab [at] bs.s.u-tokyo.ac.jp and we will send you the Zoom URL.…