立体構造情報に基づいた網羅的タンパク質間相互作用予測システムの開発

基于3D结构信息的综合蛋白质-蛋白质相互作用预测系统的开发

• 批准号: 11J08750
• 负责人: 大上 雅史
• 金额: $ 1.22万
• 依托单位: Tokyo Institute of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2011
• 资助国家: 日本
• 起止时间: 2011 至 2013
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-11J08750/
• 关键词: バイオインフォマティクス; タンパク質間相互作用予測; タンパク質ドッキング; アポトーシス; ハイパフォーマンスコンピューティング; タンパク質立体構造; バイオインフォティクス; タンパク質間相互作用; 構造アンサンブル; タンパク質-RNA間相互作用

タンパク質の生体内相互作用ネットワークは, 病因の理解や創薬ターゲット決定に重要であるが, 大規模ネットワークを実験的に導くことは多大なコストを要するため, 計算機によって大規模なネットワークを予測する技術が求められている. 本研究は公共データベースに登録されたタンパク質の立体構造情報を利用して, 複合体形成を擬似的に行うタンパク質ドッキング計算によってタンパク質の相互作用の有無を高速に予測することを目標としており, 本年度は提案した新規手法の大規模並列実装や, GPUアクセラレータ上での実装による大幅な高速化を行った. 「京」やTSUBAMEといった超並列計算機を効率的に利用するための, MPIとOpenMPライブラリを併用したハイブリッド並列化や, タンパク質の前処理や回転計算をGPU上で計算させることでCPU-GPU間のデータ転送コストの削減などを行い, 東工大TSUBAME2.5システム400ノードの計算機環境において, 100万件規模のタンパク質間相互作用予測計算をおよそ1日で完了できるようになった.さらに, 当該予測システムは単体の複合体構造情報のみを用いるものであるが, 既存の複合体構造情報を併用することで精度, 特に選択度を向上させることのできる手法を提案した. これらはヒトアポトーシスパスウェイ中のタンパク質群(57種)に適用し, 未知の相互作用の検出を試みた. 提案手法によって検出された未知の相互作用の例としてカスパーゼ-3とカスパーゼ-7という2つのタンパク質の相互作用を挙げ, 予測された複合体構造などに基づいて検証を行った.

In vivo qualitative interactions are important for etiological understanding and decision making, and large-scale biological processes are important for computer prediction. In this study, we propose a new method for large-scale parallel installation this year, and we propose a new method for large-scale parallel installation this year, which greatly speeds up the installation of GPU. "Beijing" TSUBAME and the middle of the super parallel computer efficiency utilization, MPI and OpenMP, parallel, quality pre-processing and loop computing on GPU, computing on the GPU, CPU-GPU data transmission and reduction, TSUBAME 2.5, 400, computer environment, 1 million pieces of scale calculation of mass-mass interaction prediction was completed in 1 day. In addition, when the prediction system is used in the complex structure information of the single body, the accuracy of the existing complex structure information is improved, and the method is proposed. In this paper, we try to analyze the interaction between the two groups (57 kinds). The proposed method is to detect the unknown interaction and predict the complex structure.

项目成果

Structure based protein-protein interaction network prediction of EGFR signaling related proteins using MEGADOCK

使用 MEGADOCK 基于结构的蛋白质-蛋白质相互作用网络预测 EGFR 信号传导相关蛋白质

• 发表时间: 2013
• 作者: Yuri Matsuzaki;Masahito Ohue;Nobuyuki Uchikoga;Takashi Ishida;Yutaka Akiyama
• 通讯作者: Yutaka Akiyama

Highly precise protein-protein interaction prediction based on consensus between template-based and de novo docking methods.

• DOI: 10.1186/1753-6561-7-s7-s6
• 发表时间: 2013-12-20
• 期刊: BMC proceedings
• 作者: Ohue M;Matsuzaki Y;Shimoda T;Ishida T;Akiyama Y
• 通讯作者: Akiyama Y

MEGADOCK-GPU : Acceleration of Protein-Protein Docking Calculation on GPUs

MEGADOCK-GPU：GPU上蛋白质-蛋白质对接计算的加速

• DOI: 10.1145/2506583.2506693
• 发表时间: 2013
• 期刊: Proceedings of the ACM Conference on Bioinformatics, Computational Biology and Biomedicine 2013 (ACM-BCB 2013)
• 作者: Takehiro Shimoda;Takashi lshida;Shuji Suzuki;Masahito Ohue;Yutaka Akiyama
• 通讯作者: Yutaka Akiyama

Highly precise protein-protein interaction prediction by integrating template-based and template-free protein docking

通过集成基于模板和无模板的蛋白质对接来进行高精度的蛋白质-蛋白质相互作用预测

• 发表时间: 2013
• 作者: Masahito Ohue;Yuri Matsuzaki;Takehiro Shimoda;Takashi Ishida;Yutaka Akiyama
• 通讯作者: Yutaka Akiyama

ドッキング計算に基づく網羅的タンパク質-RNA間相互作用予測

基于对接计算的全面蛋白质-RNA相互作用预测

• 发表时间: 2011
• 作者: 大上雅史;松崎由理;内古閑伸之;石田貴士;秋山泰
• 通讯作者: 秋山泰