Development of deep learning models for fast prediction of the distribution of protein hydration thermodynamics
Author：Takashi Yoshidome
Affiliation：Department of Applied Physics, Graduate School of Engineering, Tohoku University
Abstract：タンパク質周囲の水和自由エネルギー分布を高速に予測する深層学習モデル「Deep GIST」を完成させることを目的とし、Deep GISTのハイパーパラメータサーチを行った。その結果、(1) Deep GISTは、数十秒で水和熱力学量分布を予測することに成功した（従来法は数時間から数十時間）。(2) Deep GISTを9つのタンパク質に適用し、決定係数を計算したところ、水和自由エネルギー分布については、0.76−0.84という高い値を示した。一方で残りの分布については、この値よりも低かった。(3) リガンド結合部位の水分子をタンパク質外に移動するのに必要な自由エネルギー変化を計算したところ、従来法と良好な相関を示した。
Affiliation：Department of Applied Physics, Graduate School of Engineering, Tohoku University
Abstract：タンパク質周囲の水和自由エネルギー分布を高速に予測する深層学習モデル「Deep GIST」を完成させることを目的とし、Deep GISTのハイパーパラメータサーチを行った。その結果、(1) Deep GISTは、数十秒で水和熱力学量分布を予測することに成功した（従来法は数時間から数十時間）。(2) Deep GISTを9つのタンパク質に適用し、決定係数を計算したところ、水和自由エネルギー分布については、0.76−0.84という高い値を示した。一方で残りの分布については、この値よりも低かった。(3) リガンド結合部位の水分子をタンパク質外に移動するのに必要な自由エネルギー変化を計算したところ、従来法と良好な相関を示した。
Publication related to this research
（Journal paper）
- Y. Fukushima and T. Yoshidome, "Deep GIST: A Deep-Learning Model for Predicting the Distribution of Hydration Thermodynamics around Proteins", Journal of Chemical Information and Modeling, Vol. 66, 1429−1444, Feb. 2026.
Posted : March 31,2026
