タンパク質の二次構造の予測法の改良に関する研究

点击翻译按钮获取中文摘要

膨大な量の遺伝子系列が実験から得られているが,その機能の解明は今後さらに為されていくことが期待されている。遺伝子解析の主な問題は,プロテインの二次構造予測問題である。プロテインを構成する遺伝子系列は,アミノ酸残基を単位としたシークエンスであり,このシークエンスのクラス分類が問題となる。これは統計的パターン認識や分類の問題としてうまく定式化できる。遺伝子とネオダーウイニズムは相性がよい。一方計算論の分野においては,進化論のアイデアから進化論的計算の手法がある。これは,組み合わせ的に爆発してしまう最適化問題を効率よく解く方法であり,多くの分野で応用されている。本研究では,この進化論的計算の手法に,分類問題において強力な手法であるサポートベクトルマシンを組み合わせ,両者の特徴をうまくだすことにより二次構造予測の特徴選択に有効な手法を提案し,それに基づいて二次構造予測を行っている。タンパク質の二次構造予測問題は、マルチクラスのパターン分類問題として定式化でき,本研究では遺伝子と相性の良い進化論的計算法と強力な分類学習機械であるサポートベクトルマシンを組み合わせ,この問題に有効な分類アルゴリズムを提案した。いくつかの事例に対しアルゴリズムの評価を行い,その性能が従来法より優れていることを確認した。この手法は,遺伝子自動解析システムの構築に応用でき,今後その方向に努力して行く予定である。