人工知能を有する自動回折データ収集システムの開発

人工智能自动衍射数据采集系统的开发

基本信息

批准号：
22K06107
负责人：
平田邦生
金额：
$ 2.08万
依托单位：
Institute of Physical and Chemical Research
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2025-03-31
项目状态：
未结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K06107/
关键词：
機械学習結晶学タンパク質結晶構造解析

项目摘要

研究の目的はタンパク質結晶の自動測定へ即時フィードバックが可能な回折強度データのクオリティ判定を実施する人工知能の開発である。システムは自動測定により得られた大量のデータを即時解析し、できるだけ早い段階でのデータクオリティの定量的評価を目指している。このため、まず教師あり機械学習を実施し、指標となりうるデータ評価ポイントの選定を実施する予定であった。今年度は、研究実施計画書にある通り、教師ありの機械学習のために、標準試料結晶であるソーマチン、サーモライシン、計画書に無かったがトリプシンの回折データを大量に収集し、データ処理を実施した。結果として、機械学習に進む前段階にデータをフィルタリングすることの有用性に予期せず気づくことができた。具体的には２点ある。１点目は「明らかに低品質なデータの混在」をフィルタリングすることである。より信頼度の高い機械学習のモデルパラメータを得るためには、できるだけ他のアノーマルデータを排除したほうが良い。この観点から実際に得られたデータの中で分解能が著しく低いデータについては早い段階で検討から除外することが望ましい。当初想定していなかったことだが、このフィルタリングの成績も実験へのフィードバックに非常に有用なステップであることが判明した。２点目はより詳細なフィルタリングとなるが、構造多型に関連するものである。タンパク質結晶は同じもののように見えても含まれる分子の構造が微妙に異なる場合があり、それらは多くの場合軽視され、特に自動測定では気づけ無いことがよくある。今年度、自動データ処理システムを利用した階層的クラスタリング（特に強度のCCを利用するもの）を利用すれば構造の微小な違いを分類することができることを見出し、それについて現在論文化を進めている。

研究的目的是开发一种人工智能，该人工智能对衍射强度数据进行质量确定，该数据允许立即反馈以自动测量蛋白质晶体。该系统立即分析通过自动测量获得的大量数据，并旨在尽快评估数据质量。因此，它计划首先实施监督的机器学习，并选择可以用作指标的数据评估点。如研究实施计划所述，对于监督的机器学习，我们收集了大量的somatin，Thermolysin（Thermolysin）的衍射数据，这些数据是标准的样品晶体和计划中未发现的胰蛋白酶，并处理了数据。结果，在进行机器学习之前，我意外地意识到过滤数据的有用性。具体来说，有两个点。第一个点是过滤“明显低质量数据的混合”。为了获得更可靠的机器学习模型参数，最好尽可能消除其他异常数据。从这个角度来看，希望从早期阶段获得的实际数据中排除分辨率明显更低的数据。这种过滤性能最初并非预期，也被证明是对实验反馈的非常有用的一步。第二点是更详细的过滤，但与结构多态性有关。即使蛋白质晶体似乎是相同的，所包含的分子的结构可能会略有不同，并且通常被忽略，并且没有通过自动测量值特别注意。今年，我们发现，使用自动数据处理系统（尤其是使用强度CC）的层次聚类可以归类为结构的小差异，并且目前正在研究此主题。