タンパク質立体構造の進化的保存部位の解析と機能予測への応用

蛋白质3D结构中进化保守位点的分析及其在功能预测中的应用

基本信息

批准号：
19K12228
负责人：
林田守広
金额：
$ 2.75万
依托单位：
Matsue National College of Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2019
资助国家：
日本
起止时间：
2019-04-01 至 2024-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-19K12228/
关键词：
中心文字列整数線形計画法グラフ畳み込みニューラルネットワーク条件付き敵対的生成ネットワーク畳み込みオートエンコーダ情報圧縮中央文字列整数線形計画問題レーベンシュタイン距離文字列球面文法圧縮コルモゴロフ複雑性タンパク質相互作用データ圧縮機械学習タンパク質ドメインアルゴリズム

项目摘要

本研究課題の目的の一つであるタンパク質の進化的保存部位の探索のために多数のタンパク質アミノ酸配列からの特徴的な構造の抽出が有用となる．当該年度においては中心文字列と呼ばれる，入力文字列の集合のうち文字列間の距離の最大値が最小となる文字列を見つける問題について厳密解を探索する手法の高速化に取り組んだ．文字列間の距離として置換，挿入，削除の編集コストに基づくレーベンシュタイン距離を扱う．文字列間の距離の和を最小にする中央文字列を探索する手法については既存の手法よりも高速な手法を開発しており，同じ考え方を中心文字列探索にも適用した．厳密解法はともに整数線形計画問題として定式化し，高速化のために制約条件式を追加することで解候補を削減する方策を取った．文字列間の距離は編集される文字が少ない方が小さくなるので文字列の左端と右端の文字が対応するような極端な解は実現しない可能性が高い．そのような中心文字列とはなり得ない解を除いた．入力文字列2本のときの計算機実験による実行時間の結果は，長さ2,3のときは既存手法とほぼ同等であるが分散が有意に小さく，長さ4では実行時間が短くなった．さらに前年度に引き続き開発しているグラフ畳み込みニューラルネットワークを用いた遺伝子発現データからの肺がん予測手法について，条件付き敵対的生成ネットワークを用いた学習データの調整を検討した．計算機実験の結果は学習データをうまくモデル化するようなニューラルネットワークの構築には至らなかったことが示唆された．

该研究主题的目的之一是寻找蛋白质的进化保守位点，这是从众多蛋白质氨基酸序列中提取特征结构的，这将是有用的。在今年，我们努力加快搜索精确解决方案的方法，以查找具有一组输入字符串（称为中央字符串）中字符串之间最大距离值的字符串值。基于替换，插入和删除的编辑成本作为字符串之间的距离，涉及莱文斯坦的距离。我们已经开发了一种比现有方法更快的方法来搜索中央字符串，该方法最小化字符串之间的距离之和，并且我们将相同的想法应用于搜索中心字符串。两种精确的解决方案均作为整数线性编程问题制定，并通过添加约束表达式来加快解决方案来减少可能的解决方案的数量。当字符编辑较少时，字符串之间的距离将较小，因此，很可能无法实现字符串左侧和右侧的特征的极端解决方案。不包括不能成为中央字符串的解决方案。使用计算机实验的两个输入字符串的执行时间的结果大致等于现有方法，当长度为2和3时，差异明显较小，但执行时间较小，并且在长度为4的长度较短。此外，我们研究了使用肺癌预测的有条件的对群体预测方法，使用基因统计数据来调整学习数据的调整。计算机实验的结果表明，我们无法构建成功建模训练数据的神经网络。