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

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。

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。