空間パターン情報の広域計算処理による蛋白質機能解析

点击翻译按钮获取中文摘要

本研究では、蛋白質の機能解析に有用な三次元構造情報の処理技術について開発を進めている。本年度は、既に開発済の蛋白質表面モチーフ発見手法SUMOMOをベースとして、多段階のフィルタリングにより、有用なモチーフのみを選別する手法について検討した。表面モチーフのフィルタリングを行うには、いかに機能部位の特徴を捉えて表面モチーフと関連付けるかが重要となる。機能部位をはじめとする分子表面の局所構造は保存性が強いため、いくつかの蛋白質に共通して見られる。また、機能部位は、ある機能が発現するために必要な特有の表面形状・物性をもつため、多くの蛋白質に共通して見られる普遍的な形状・物性ではなく、同様の機能を持った特定の蛋白質間においてその形状および物性が類似している。そこで、局所構造の類似性に基づき蛋白質を分類し、同じクラスタ内で固有に頻出する表面モチーフを有意性の高い表面モチーフと見なすことでフィルタリングを実現した。さらに、上記のフィルタリング(一次フィルタリング)により削除不可能な不要表面モチーフの存在に対処するため、さらなるフィルタリング(二次フィルタリング)の方式について検討した。具体的には、一次フィルタリングにより削除された表面モチーフを負例と見なし、残存した表面モチーフのそれぞれに対して、ある類似度以上で類似する負例の数をカウントする。そして、類似負例総数の小さいモチーフからランキングすることにより、二次フィルタリングを実現した。この方式を、一次フィルタリングの結果として得られた残存モチーフ209(うち、既知の活性部位36を含む)と負例619に対して適用した結果、36の活性部位に対応するモチーフの全てが上位にランク付けされており、手法の有効性が確認された。