2017 Fiscal Year Annual Research Report
Initiative for faster and more precise NMR data measurement and analysis with sparse modeling
| 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29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，再現スペクトルの信頼性を評価する手法を開発した．
【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，昨年度開発したアルゴリズムをスペクトル品質が著しく劣るin-cell NMRデータに適用した．従来手法では解析不可能であったが，当該手法により正しくシグナルが分離されアミノ酸情報を得ることができた．
【課題3】立体構造計算の高速・高精度化においては，常磁性効果による長距離情報も活用できるようにアルゴリズムを拡張した．
【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おいては，新規手法により，スパースに計測したデータからアミノ酸情報やダイナミクスパラメータを直接取得できることを確認した．
|
| Research Progress Status |
29年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
29年度が最終年度であるため、記入しない。
|
