本研究で我々は、クライオ電子顕微鏡データからタンパク質の三次元立体構造を自動的に予測する手法を開発した。 　近年、クライオ電子顕微鏡法(cryoEM)の技術進歩により、原子サイズに近い高解像度の電顕３Dマップの報告数が顕著に増加している。これにより、高解像度の電顕３Dマップからタンパク質の立体構造を決定する手法の開発は、生体分子構造の研究において重要となっている。しかしながらタンパク質構造のモデリングは難しく、多くの場合研究者の手作業によって行われている。 　我々は、高解像度電顕３Dマップの中で局所的に密度が高い箇所を自動的に特定し、それを最小全域木と呼ばれる木構造グラフで繋ぐと、タンパク質の骨格構造の大部分がグラフ構造として現れることを発見した。本研究では、この木構造グラフを繰り返し最適化することで、タンパク質立体構造をモデリングするコンピューターソフトウェアMAINMAST(MAINchin Model racing from Spanning Tree)を開発した。MAINMASTと既存の手法とを比較した結果、MAINMASTは現在最も精度の高いモデリング手法であることを示した。 　 本研究では、高解像度電顕3Dマップにはタンパク質の骨格構造を予測するのに十分な情報があり、木構造グラフの最適化によって高い精度で予測することが可能であることを明らかにした。本手法は既知のタンパク質構造に依存しないde novo modelingであり、新規タンパク質に対しても適用可能である。