Prediction of binding sites between proteins by deep learning, and development of the system to help facilitate target site selection

通过深度学习预测蛋白质之间的结合位点，并开发系统以帮助促进目标位点选择

• 批准号: 20K12048
• 负责人: 村上 洋一
• 金额: $ 2.08万
• 依托单位: Tokyo University of Information Sciences
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2020
• 资助国家: 日本
• 起止时间: 2020-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20K12048/
• 关键词: バイオインフォマティクス; タンパク質間相互作用予測; 創薬支援; 機械学習; テキストマイニング; タンパク質間相互作用; タンパク質間相互作用部位予測; 創薬支援システム

現在利用可能なタンパク質構造データからタンパク質上の相互作用部位の情報を網羅的に取得し、各部位のアミノ酸出現パターンや、2つの相互作用面で結合するアミノ酸ペアなどの特徴分析を行った。また、その特徴分析結果に基づき、タンパク質間の相互作用部位を予測する新たな手法の開発を行い、最適化を行っている。また近年、単語や任意の長さの文章を固定長のベクトルに変換することができる分散表現手法であるWord2VecやDoc2Vecがタンパク質間相互作用予測に応用され、その有効性が報告されている。しかしながら、分散表現がタンパク質のどのような特徴を捉え、予測できているのかが不明確である。タンパク質間相互作用部位や相互作用相互作用予測への分散表現の応用可能性を探るために、分散表現とタンパク質の特徴との関係性について理解することが大切であると考えた。そこで、ヒトのタンパク質を対象にして、タンパク質間の分散表現の類似度、配列類似度、構造類似度の比較解析を行った。その結果、特に分散表現の類似度と構造類似度に相関があることが確認された。現在、相関が最も高いときの分散表現の各種パラメータ（k-mer、window_size, vector_size）の値を用いて作成した分散表現モデルを用いることで、タンパク質間相互作用予測の精度を向上できるのか検証している。さらに、タンパク質の分散表現や位置特異的スコア行列(PSSM)のベクトル表現、またその他の特徴を用いて、深層学習に基づく新たなタンパク質相互作用予測手法を検討している。

我们从现有的蛋白质结构数据中全面获得了蛋白质上相互作用位点的信息，并分析了每个位点氨基酸的出现模式以及两个相互作用表面之间结合的氨基酸对等特征。此外，根据特征分析的结果，我们正在开发和优化一种预测蛋白质之间相互作用位点的新方法。近年来，Word2Vec和Doc2Vec这两种可以将任意长度的单词或句子转换为固定长度向量的分布式表示方法已被应用于蛋白质-蛋白质相互作用预测，并且其有效性已被报道。然而，目前尚不清楚分布式表示可以捕获和预测蛋白质的哪些特征。为了探索分布式表示在预测蛋白质-蛋白质相互作用位点和相互作用中的适用性，我们认为了解分布式表示和蛋白质特征之间的关系非常重要。因此，我们使用人类蛋白质对蛋白质之间的分散表达相似性、序列相似性和结构相似性进行了比较分析。结果证实，分布式表示的相似性与结构相似性之间存在相关性。目前，我们正在验证是否可以通过使用相关性最高时方差表示的各个参数（k-mer、window_size、vector_size）的值创建的方差表示模型来提高蛋白质-蛋白质相互作用预测的准确性。 是。此外，我们正在研究一种基于深度学习的新蛋白质相互作用预测方法，利用蛋白质的分布式表示、位置特异性得分矩阵（PSSM）的向量表示和其他特征。

项目成果

Analysis of the relationship between the distributed representations of protein sequences and their structures

蛋白质序列的分布表示与其结构之间的关系分析

• 发表时间: 2022
• 作者: 藤家空太郎;多部田敏樹;藤井昭宏;田中輝雄;加藤由花;大島聡史;片桐孝;岩切淳一;M. Ryzhii;上田さつき，富田瑞樹，朴鍾杰，村上洋一
• 通讯作者: 上田さつき，富田瑞樹，朴鍾杰，村上洋一