熱ショックタンパク質解析のための機械学習手法

点击翻译按钮获取中文摘要

タンパク質の各アミノ酸がタンパク質の表面にあるか内部にあるかを推定するために従来からcontact numberという指標が提案されていたが、最近、half-space exposure(HSE)という指標が提案された。しかしながら、HSEをアミノ酸配列だけから予測する手法がなかったため、本研究において、サポートベクターマシンとホモロジー検索や二次構造予測などの配列解析結果を組み合わせた予測手法を昨年度に引き続き開発し完成させた。開発した手法を計算機実験により評価したところ、相関係数にして0.72から0.68という良好な予測精度を達成することができた。その成果として、バイオインフォマティクス分野における中心的な専門誌であるBioinformatics誌に論文が掲載された。さらに、開発した手法に基づき予測サービスを行うWEBサーバを開発して公開した。似たアプローチを用いて、配列データからタンパク質の温度因子(タンパク質の立体構造で揺らぎの大きい部分と小さい部分を表すパラメータ)を予測する手法も開発し、良好な予測精度を得ることができた。また、タンパク質のフォールディング速度の予測について、立体構造をネットワークとして表現して特徴量を抽出し、さらに他の特徴量も加えて、サポートベクター回帰と組み合わせるという新たなアプローチに基づく方法を昨年度に引き続き開発し完成させた。この方法により、既存手法と同程度の予測精度を達成することができ、データの種類によっては既存手法を上回る予測精度を達成することができた。さらに、フォールディング速度予測については予測サーバを開発して公開した。