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。

该研究的目的是开发能够对衍射强度数据进行质量判断的人工智能，从而为自动蛋白质晶体测量提供即时反馈。该系统即时分析通过自动测量获得的大量数据，旨在尽早定量评估数据质量。为此，计划首先实施监督机器学习，并选择可以作为指标的数据评估点。今年，正如研究实施计划中所述，对于监督机器学习，我们收集了大量标准样品晶体奇异果甜蛋白和嗜热菌蛋白酶的衍射数据，而胰蛋白酶虽然不在研究计划中，但也进行了数据处理。。结果，我意外地意识到在进行机器学习之前过滤数据的用处。具体来说，有两点。第一点是过滤掉“明显低质量数据的混合物”。为了获得更可靠的机器学习模型参数，最好尽可能排除其他异常数据。从这个角度来看，最好在实际获得的数据中尽早排除分辨率极低的数据。尽管我们最初没有预料到这一点，但过滤结果也被证明是为实验提供反馈的非常有用的步骤。第二点是更细致的过滤，和结构多态性有关。即使蛋白质晶体看起来相同，它们所含分子的结构也可能略有不同，而这些往往被忽略，特别是在使用自动测量时。今年，我们发现可以通过使用自动数据处理系统（特别是使用强 CC 的系统）进行层次聚类来对结构中的微小差异进行分类，我们目前正在就此撰写一篇论文。