权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

電子顕微鏡画像からの単粒子解析法による自動蛋白質三次元構造解析システムの開発

利用电子显微镜图像的单粒子分析方法开发自动三维蛋白质结构分析系统

基本信息

批准号：
16770088
负责人：
小椋俊彦
金额：
$ 1.98万
依托单位：
National Institute of Advanced Industrial Science and Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for Young Scientists (B)
财政年份：
2004
资助国家：
日本
起止时间：
2004 至 2005
项目状态：
已结题

项目摘要

単粒子構造解析は、電子顕微鏡で撮影された蛋白質粒子の画像から3次元構造を解析する手法である。この方法では、画像内の多数の蛋白質粒子を認識し拾い上げ、同じ角度毎に加算平均することでノイズを低下させる必要がある。この平均画像から3次元構造を求めていく。我々のグループでは、粒子画像の認識方法として、三相階層型Neural Networkによる画像学習を用いる方法とSimulated Annealingによる粒子認識方法をそれぞれ開発してきた。これらの方法を併用することで、10万枚規模の画像拾い上げを自動的に行うことができ、数十万枚規模の解析を可能とした。本年度は、これらの新規に開発したアルゴリズムを用いて、これまで構造が未知の膜蛋白質の解析を進めてきた。TRPC3チャネルは、Caイオンを透過する膜蛋白質である。我々は、本チャネルをnegative-stain法により可視化し、透過型電子顕微鏡を用いて画像データを収集した。この画像に対して、Neural Networkによる方法とSimulated Annealingによる粒子認識方法を適用し、多数の蛋白質画像を短期間にかつ高精度に拾い上げた。さらに、画像の分類方法においても、我々が開発したGrowing-Neural-Gas Network法を用いることで、従来法に比較して極めて高精度な画像分類を行った。これにより、本蛋白質の基本構造を明らかにすることができ、本成果を国際学術論文誌に発表した。さらに、これまで開発してきた単粒子構造解析に関する様々な手法を解説論文としてまとめ、生物関連の雑誌上で報告した。また、こうした手法の高速化を達成するため、アルゴリズムのマルチスレッド化を進めており、これにより最新のMulti-CPUやクラスタPC上での解析期間の短縮が期待できる。

Single particle structure analysis, electron microscope imaging, protein particle imaging, three-dimensional structure analysis, and other methods. This method is necessary to identify most protein particles in the image, and to calculate the average at the same angle. The average portrait of the three dimensional structure is sought. The method of particle image recognition in three-phase hierarchical Neural Network has been developed. This method is used in conjunction with the 100,000-piece scale image collection and automatic analysis. This year, new regulations were developed for the analysis of membrane proteins with unknown structures. TRPC3 is a membrane protein. We have developed a negative-stain method for visualization and image collection using a transmissive electron microscope. The method of particle recognition based on Neural Network is applicable to most protein images in a short period of time. The Growing-Neural-Gas Network method is used to classify images with high precision. The basic structure of this protein is disclosed in the international academic journal. This paper presents the development and analysis of particle structure and biological relationship. Speed up the resolution process and shorten the resolution period on the latest Multi-CPU and PC.