2015 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 | 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27年度においては，以下の四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のうち，圧縮センシングを用いる方法に関して，低品質なデータに関してもスペクトル再現性の高い方法を開発した，また，「符号化標識法」に関しては，誤り符号導入の有効性を確認した．
【課題2】データ解析の高速・高精度化においては，ベイジアンスペクトル分解の手法に関して，アミノ酸判別も同時におこなうアルゴリズムを構築し，重複の多いシグナルの分離においても良好な結果を得た．
【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した．
また，新規手法を発想し，【課題4】NMR計測・解析・立体構造計算を一体化した手法の開発，を設定した．
|
| 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，特に圧縮センシングを用いた方法について詳細な検討を進めた結果，既存方法と比較して，シグナル再現性の高い再構成法の開発に成功した．また，「符号化標識法」に関しては，誤り符号の導入が，低品質のデータにおける判定誤りを排除することに有効であることが確認された．
【課題2】データ解析の高速・高精度化においては，ベイジアンスペクトル分解の手法の検討を引き続き進めた．昨年度構築した全モデルを網羅的に評価する手法では，重複シグナル数が多くなるにつれて計算量が飛躍的に増大することが判明した．そこで，アミノ酸もモデルとして扱い，同時に最適化するアルゴリズムを構築した結果，重複の多いシグナルの分離においても，良好な結果が得られるようになった．
【課題1】の「符号化標識」により，タンパク質の構成単位：アミノ酸の情報を符号語で表現して情報科学のモデルとして扱うことが可能となり，【課題2】のシグナル分離問題をアミノ酸判別問題として捉えることにより，【課題1】と【課題2】が統一的に取り扱えることに気がついた．NMR計測，データ解析，立体構造計算を一体化した問題としてスパースモデリングにより解く新規手法の着想に至り，これを【課題4】NMR計測・解析・立体構造計算を一体化した手法の開発，として新たに設定するに至った．
【課題3】立体構造計算の高速・高精度化は，開発した新規アルゴリズムを，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適用することで，手法の有用性実証を進めた．生きた細胞中の2種類のタンパク質に関して，高精度に立体構造が決定できた．
|
| 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年度に新たに構築した圧縮センシングを活用した手法に関して，より複雑な多次元スペクトルへの適用検討と性能評価を進めていく．大自由度班と連携して進める．また，計測モデリング班と連携して，情報科学の手法の積極的な導入による新たな概念の構築検討に着手する．
【課題2】データ解析の高速・高精度化においては，ベイジアンスペクトル分解の手法に関して，多次元スペクトルデータへの適用を検討していく．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・高精度化は，開発したアルゴリズムをより多くの実データへ適用して，開発手法の汎用性，有用性の検証を進めるとともに，アルゴリズムの最適化を進めていく．
【課題4】NMR計測・解析・立体構造計算を一体化した手法の開発，に関しては，NMR計測とデータ解析を一体化した問題としてSpMにより解く手法の具体的な概念構築を進めていく．
【課題1】，【課題2】，【課題3】，【課題4】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．
|
