タンパク質の二次構造の予測法の改良に関する研究

蛋白质二级结构预测方法改进研究

基本信息

批准号：
08F08609
负责人：
栗田多喜夫
金额：
$ 1.28万
依托单位：
National Institute of Advanced Industrial Science and Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2008
资助国家：
日本
起止时间：
2008 至 2011
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-08F08609/
关键词：
二次構造予測統計的パターン認識サポートベクトルマシン進化論的計算法遺伝子自動解析バイオインフォマティックス機械学習進化論的計算特徴選択サポートベクターマシンバイオインフォマティクス進化論的計算論

项目摘要

膨大な量の遺伝子系列が実験から得られているが,その機能の解明は今後さらに為されていくことが期待されている。遺伝子解析の主な問題は,プロテインの二次構造予測問題である。プロテインを構成する遺伝子系列は,アミノ酸残基を単位としたシークエンスであり,このシークエンスのクラス分類が問題となる。これは統計的パターン認識や分類の問題としてうまく定式化できる。遺伝子とネオダーウイニズムは相性がよい。一方計算論の分野においては,進化論のアイデアから進化論的計算の手法がある。これは,組み合わせ的に爆発してしまう最適化問題を効率よく解く方法であり,多くの分野で応用されている。本研究では,この進化論的計算の手法に,分類問題において強力な手法であるサポートベクトルマシンを組み合わせ,両者の特徴をうまくだすことにより二次構造予測の特徴選択に有効な手法を提案し,それに基づいて二次構造予測を行っている。タンパク質の二次構造予測問題は、マルチクラスのパターン分類問題として定式化でき,本研究では遺伝子と相性の良い進化論的計算法と強力な分類学習機械であるサポートベクトルマシンを組み合わせ,この問題に有効な分類アルゴリズムを提案した。いくつかの事例に対しアルゴリズムの評価を行い,その性能が従来法より優れていることを確認した。この手法は,遺伝子自動解析システムの構築に応用でき,今後その方向に努力して行く予定である。

通过实验已经获得了大量的基因序列，预计未来将进一步阐明其功能。遗传分析的主要问题是预测蛋白质二级结构的问题。组成蛋白质的基因序列是基于氨基酸残基的序列，这些序列的分类是一个问题。这可以很好地表述为统计模式识别或分类问题。基因和新达尔文主义是兼容的。另一方面，在计算理论领域，存在基于进化论思想的进化计算方法。这是一种有效解决组合爆炸性优化问题的方法，已在许多领域得到应用。在本研究中，我们将这种进化计算方法与支持向量机（这是一种用于分类问题的强大方法）结合起来，并提出了一种通过有效地展现两者的特征来有效地进行二级结构预测的特征选择的方法。在此基础上预测结构。预测蛋白质二级结构的问题可以表述为多类模式分类问题，在本研究中，我们将与基因兼容的进化计算方法与支持向量机相结合，这是一种强大的分类学习机，为了有效解决这个问题，提出了一种分类算法。我们在几个案例中评估了该算法，并证实其性能优于传统方法。该方法可以应用于自动基因分析系统的构建，我们计划未来继续朝这个方向努力。