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。

Now, we use the information of interaction sites on the possible mass structure to obtain the characteristics of each site, the occurrence of each site, and the interaction surface of each site. Based on the analysis results of the characteristics, the interaction sites between the two substances were predicted, and the new method was developed and optimized. In recent years, simple language and arbitrary length articles have been published with fixed length and conversion. Word2Vec and Doc2Vec have been used in qualitative interaction prediction and reporting. The characteristics of scattered performance are unclear and uncertain. A study on the possibility of predicting the dispersion of mass-to-mass interaction sites and interactions Comparison and analysis of similarity, alignment similarity and structural similarity of dispersion between different types of objects The similarity between the results and the characteristics of the dispersion is confirmed by the structural similarity. Now, the correlation coefficient is the highest, and the dispersion performance of various parameters (k-mer, window_size, vector_size) is used to make the dispersion performance. The prediction accuracy of mass-to-mass interaction is upward. In addition, the dispersion of mass, the position-specific array of particles (PSSM), the application of other characteristics, and deep learning are discussed.

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