ドメイン構造に基づく相同タンパク質のクラスタリング法の開発とドメインの網羅的抽出

本研究の目的は、全タンパク質間の相同性情報に基づき、クンパク質のドメインを網羅的に抽出し、それに基づくタンパク質の分類とドメイン構成と進化・機能の関運を明らかにすることである。前年度に引き続きタンパク質の全組み合わせの相同性情報を蓄積したKEGG/SSDBから、進化的な保存単位としてのドメインの境界を推定する方法を開発し、KEGG/GENESに蓄積されている全タンパク質に適用した。この結果と、既存のドメインデータベースであるPfamを用いてKEGG/GENESから検出されたドメインの組み合わせを併せて用い、タンパク質の物理化学的な機能と、細胞内での生物学的な役割の関連性について解析した。このとき、タンパク質の生物学的な役割の定義として、代謝・制御系でのタンパク質相互作用ネットワークのデータベースであるKEGG/Pathwayで定義されるKEGG Orthologyを用いた。この解析の結果、タンパク質のドメインの組み合わせは機能特異的であることや、機能未知のタンパク質についてドメインとその組み合わせによっても細胞内での役割は推定できず、網羅的な解析にはBi-directional best hitなどのゲイム情報も含めた相同性の指標を用いたタンパク質のクラスタリングが重要で有ることなどが示された。さらに、前年度に開発した、全タンパク質間の相同性計算における計算量の削減法を応用し、データベースに含まれている配列間の相同性に基づき、データベース配列をクラスタリングする事により問い合わせ配列にかかわらずデータベース検索を高速化する方法を開発した。この結果、データベース中に重複して存在する類似配列に対する検索を削減することが出来るようになり、大腸菌とその近縁種など複数のゲノム配列が決定されている種に対する検索について、最大で4倍の高速化を可能にした。

本研究の目的は、全タンパク質間の相同性情報に基づき、クンパク質のドメインを網羅的に抽出し、それに基づくタンパク質の分類とドメイン構成と進化・機能の関運を明らかにすることである。前年度に引き続きタンパク質の全組み合わせの相同性情報を蓄積したKEGG/SSDBから、進化的な保存単位としてのドメインの境界を推定する方法を開発し、KEGG/GENESに蓄積されている全タンパク質に適用した。この結果と、既存のドメインデータベースであるPfamを用いてKEGG/GENESから検出されたドメインの組み合わせを併せて用い、タンパク質の物理化学的な機能と、細胞内での生物学的な役割の関連性について解析した。このとき、タンパク質の生物学的な役割の定義として、代謝・制御系でのタンパク質相互作用ネットワークのデータベースであるKEGG/Pathwayで定義されるKEGG Orthologyを用いた。この解析の結果、タンパク質のドメインの組み合わせは機能特異的であることや、機能未知のタンパク質についてドメインとその組み合わせによっても細胞内での役割は推定できず、網羅的な解析にはBi-directional best hitなどのゲイム情報も含めた相同性の指標を用いたタンパク質のクラスタリングが重要で有ることなどが示された。さらに、前年度に開発した、全タンパク質間の相同性計算における計算量の削減法を応用し、データベースに含まれている配列間の相同性に基づき、データベース配列をクラスタリングする事により問い合わせ配列にかかわらずデータベース検索を高速化する方法を開発した。この結果、データベース中に重複して存在する類似配列に対する検索を削減することが出来るようになり、大腸菌とその近縁種など複数のゲノム配列が決定されている種に対する検索について、最大で4倍の高速化を可能にした。