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

確率的ダイナミカルシステムとしての生物構造予測とその高精度化

作为随机动力系统的生物结构预测及其高精度

基本信息

批准号：
20810034
负责人：
KABURAGI Takashi
金额：
$ 1.05万
依托单位：
Waseda University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Young Scientists (Start-up)
财政年份：
2008
资助国家：
日本
起止时间：
2008 至 2009
项目状态：
已结题

项目摘要

この研究はタンパク質のうち様々な分野から注目されている膜タンパク質の構造を予測するアルゴリズムを構築するものである。膜タンパク質構造予測問題は生命科学のみならず、創薬の分野などへの効果も期待されている。膜タンパク質は生体膜に存在し、細胞間情報伝達や物質の輸送など生命活動の基本的機能を果たしている。ゲノム中の20～30%は膜タンパク質をコードしているといわれており、その構造解明は創薬を含めいくつかの分野で重要と考えられている。しかし、膜タンパク質は結晶化が困難であり、立体構造が解明されているタンパク質のうち膜タンパク質は1%程度とまだ少ない。このような背景から機械学習による膜タンパク質構造予測アルゴリズムの開発が注目されている。本研究では機械学習手法の1つ、隠れマルコフモデル(Hidden Markov Model、HMM)を用いる。HMMは時系列性のあるデータのモデル化に広く用いられており、手書き文字認識、音声認識、署名照合などの幅広い分野に応用されている。HMMでは観測されるデータの背後に「状態」が存在すると仮定する手法である。本研究では膜タンパク質の特徴的な構造をグラフ構造として表現し、膜貫通領域の数と膜貫通領域を予測するアルゴリズムを構築することを目指した。具体的には膜タンパク質構造の予測問題に対し、HMMのBayes的アプローチをモンテカルロ実装したアルゴリズムを提案し、国際会議にて報告した。その際、新たな課題も見つかった。その対策としてモデルをDirichlet Process先験分布を用いて拡張することを提案し、初期的な実験を行った。また、遺伝子はタンパク質を符号化し、一方タンパク質は遺伝子発現量を制御する。したがって一般に遺伝子制御ネットワークはフィードバックを含むダイナミックなネットワークと考えられる。その構造の解明は、構造そのものに対する興味以外に、いくつかの困難な疾患の原因解明とその治療への足がかりとして重要な役割を演じている。この問題に対しても機械学習的手法により多くの成果がある。遺伝子発現制御ネットワーク予測問題に対しては、グラフ構造の事前知識としてスケールフリー性を考慮したアルゴリズム提案し国際会議にて報告し、論文化した。さらに、データの非正規性・非線形性を考慮する必要が確認されたため、2つのアプローチを試みた。データの非正規性にはBox-Cox変換を用いたデータ正規化アルゴリズムを、非正規性には無限中間素子ニューラルネットワークを用いたアルゴリズムを提案し、ごく初期的な実験結果を得つつある。

This study focuses on the prediction of the structure of the film and the construction of the film. The problem of membrane quality structure prediction includes life science, innovation, differentiation, and effect prediction. The membrane is essential for the existence of biological membranes, the transmission of information between cells, and the transport of substances. 20~30% of the total amount of the film is divided into two parts: the first part is the film quality, the second part is the film structure, and the third part is the film structure. It is difficult to crystallize the film quality, and the three-dimensional structure is difficult to understand. The background of this paper is mechanical learning, film quality prediction and development. In this study, we found that there are some mechanical learning techniques, such as Hidden Markov Model (HMM), and so on. HMM is a series of characters, characters, sounds, signatures, etc. HMM is the method of determining the state behind the detection. In this study, the characteristics of the membrane structure, structure and performance, the number of membrane penetration areas, the prediction of membrane penetration areas, and the construction of membrane penetration areas are discussed. The concrete problems of membrane structure prediction are discussed in the paper of international conference on HMM Bayes. The new topic is to see the new topic. The initial stage of the Dirichlet Process is the first stage of the Dirichlet Process. To symbolize and control the quality of the information The general rule of law is that it is a matter of time before the law is enacted. The explanation of structure, the explanation of structure, the explanation of difficulty, the explanation of cause of disease, the explanation of treatment, the explanation of importance, the explanation of cause of disease, the explanation of cause of cause of disease, the treatment of cause of disease, the explanation of cause of cause of disease, the cause of disease, the explanation of cause of disease, the cause of disease, the explanation of cause of cause of disease, the cause of disease, the This problem is caused by mechanical learning methods. A report on the preliminary knowledge of the structure of a computer system and a proposal for an international conference The informality and non-linearity of the film are considered necessary to confirm the film. Box-Cox transformation is used in the middle of normalization, irregularization is used in the middle of normalization, irregularization is used in the middle of normalization, irregularization is used in the middle of normalization, irregularization is used in the middle of normalization, and the initial results are obtained.