2014 Fiscal Year Annual Research Report
スパースモデリングによるNMR計測・解析の高速高精度化
| Project Area | Initiative for High-Dimensional Data-Driven Science through Deepening of Sparse Modeling |
|---|
| Project/Area Number |
25120003
|
|---|
| Research Institution | The Institute of Physical and Chemical Research |
|---|
Principal Investigator |
木川 隆則 国立研究開発法人理化学研究所, 生命システム研究センター, チームリーダー (20270598)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
池谷 鉄兵 首都大学東京, 理工学研究科, 助教 (30457840)
|
|---|
| Project Period (FY) |
2013-06-28 – 2018-03-31
|
| Keywords | スパースモデリング / NMR / 圧縮センシング / スペクトル解析 / ベイズ統計 / レプリカ交換モンテカルロ法 |
|---|
| Outline of Annual Research Achievements |
核磁気共鳴法(NMR)は，非侵襲的に分子構造動態を探る最も強力で汎用性の高い計測手法の一つである．近年の装置技術の著しい進展により，タンパク質等の複雑な生命分子の計測が可能となったが，計測データ量が多く計測時間が長く，得られるスペクトルは複雑でデータ解析は煩雑である．さらに解析データ数の増大により，立体構造を得るための計算も煩雑で時間を要し，広域な構造空間の探索が困難で局所解へトラップされ最適解の導出が困難となっていることが問題となっていた．
本研究では，NMRデータや生命分子の構造情報が有するスパース性に着目して，スパースモデリング(SpM)の導入によりNMR解析の複雑さ・煩雑さに起因する上記の問題を解決することにより，特に複雑な生命分子系を対象にしたNMR計測やデータ解析の高速高精度化の実現し、当該分野の飛躍的発展を目指している．平成26年度においては，以下の三課題に関して研究を進めた．
【課題1】NMR計測の高速・高精度化においては，スパースに計測した信号を再構成するアルゴリズムに関して，新たな手法の適用検討を進めるとともに，シグナル出現確率を事前知識として利用する手法を構築し，「符号化標識法」に関しては，誤り符号の導入を提案した．
【課題2】データ解析の高速・高精度化においては，二次元スペクトルのピーク分離にレプリカ交換モンテカルロ法によるベイジアンスペクトル分解の手法を適用し，客観的指標に基づいた解の評価を可能にした．
【課題3】立体構造計算の高速・高精度化においては，ベイズ推定を用いた構造計算アルゴリズムを実装した立体構造計算プログラムを開発し，複数のテストデータを用いた性能評価をおこない，有用性を実証した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
【課題1】NMR計測の高速・高精度化において，スパースに計測した信号からスペクトルを再構成する手法は，複雑な生命分子系を対象にしたNMR計測において特に有効である．この再構成アルゴリズムに関して，より性能の高い新たな手法の適用検討を進めた．また，事前知識の活用に関しては，タンパク質の化学シフトデータベース(BMRB)の統計情報から推定したシグナル出現確率を事前知識として利用することにより，高品質スペクトルを再構成する手法を構築した．これらは大自由度班と連携して進めた．
また，タンパク質のNMR計測，特に複雑な系において有効なアミノ酸選択標識法に関しては，アミノ酸情報を同位体標識率に「符号化」しNMRスペクトルから「復号」するとみなす「符号化標識法」に関して，低品質のデータにおける判定誤りを排除することを目的とした誤り符号の導入を提案した．
【課題2】データ解析の高速・高精度化においては，重複シグナルの分離に関して，スパースモデリング班の開発した，レプリカ交換モンテカルロ法によるベイジアンスペクトル分解の手法の適用を，二次元スペクトルへ対応するように拡張して進めた．特に【課題1】の符号化標識法での解析では，分離したシグナルをモデルとして扱い，その自由エネルギーという客観的な指標に基づく選択が可能となった．これらはスパースモデリング班と連携して進めた．
【課題3】立体構造計算の高速・高精度化においては，データから抽出された構造情報から立体構造計算の束縛条件への変換を，ベイズ推定に基づき表現し，マルコフ連鎖モンテカルロ法を用いた潜在変数探索により，実験データからより正確に構造情報を引き出し，局所解に陥らず最適解導出が可能な構造計算アルゴリズムを構築し，複数のテストデータを用いた性能評価をおこなった結果，新規アルゴリズムの有用性が実証された．
|
| Strategy for Future Research Activity |
【課題1】NMR計測の高速・高精度化においては，平成27年度は，引き続きアルゴリズムの検討をおこない性能評価を進めるとともに，圧縮センシングなど性能の高い新たな手法の適用検討も進めていく．これらは大自由度班と連携して進める．「符号化標識法」に関しては，H26年度に提案した誤り符号の導入に関して，性能評価を進め，その有効性を検証する．
【課題2】データ解析の高速・高精度化においては，レプリカ交換モンテカルロ法によるベイジアンスペクトル分解の手法の更なる適用を進めていく．これらはスパースモデリング班と連携して進める．
【課題3】立体構造計算の高速・高精度化においては，in-cell NMRなど因子が多く複雑な環境下で計測された実データに対して，開発した新規アルゴリズムを適用し，生きた細胞内での立体構造を決定することにより，開発手法の有用性を実証する．
【課題1】，【課題2】，【課題3】を推進することにより，スパースモデリングの導入によりNMR解析の複雑さ・煩雑さに起因する問題を解決して，生命分子のNMR計測やデータ解析の高速・高精度化を実現する．
|
