2018 Fiscal Year Research-status Report
Prediction of disease-associated hotspot mutations that affect GPCR oligomerization
| Project/Area Number |
18K06199
|
|---|
| Research Institution | Tokyo Denki University |
|---|
Principal Investigator |
根本 航 東京電機大学, 理工学部, 准教授 (10455438)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
藤 博幸 関西学院大学, 理工学部, 教授 (70192656)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 機械学習 |
|---|
| Outline of Annual Research Achievements |
本研究では、GPCR遺伝子上に見出されている変異の中に、GPCR間相互作用に影響を及ぼし疾患を誘発するものが存在するか否かを予測する。存在する場合、それらはどのような立体構造領域での、どのようなアミノ酸間の変異かを解析する。また、変異サイトと他の機能部位(オルソステリック部位、アロステリック部位、脂質・コレステロール結合部位)とは構造・機能的に影響を及ぼしあうかについて解析する。本年度は、サポートベクターマシンを応用して開発したGPCR間相互作用ペア予測手法(GGIP)の拡張を行った。
1.GGIPはマウス配列の特徴のみを学習し、マウス配列のみを予測対象とした。正例の作成にのみオーソログ情報を活用した。今回はオーソログ配列を公共データベースから入手し、特徴ベクトル作成にもオーソログ配列を活用し、マウス以外の配列も予測できるよう拡張した。この結果、マウス配列以外も予測対象とできるよう拡張された。この拡張による予測精度の評価をAUC算出により行ったところ、拡張前と同等のパフォーマンスを示した。
2.全GPCR構造に加え、モデリングされた立体構造データを利用可能にするための準備段階として、PDBTMで立体構造上の膜貫通領域同定に用いられるTMDETアルゴリズムを実装した。
3.ホモダイマーデータを利用しホモダイマー形成も予測可能にした。
4.マルチレイヤーパーセプトロンを用いた予測器を構築したが、現在のところ、開発済みの予測手法の予測精度と同等である。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
GPCR間相互作用変化で説明可能な疾患関連変異を予測するために必要な要素技術の開発は終了した。
|
| Strategy for Future Research Activity |
2019年度は、拡張版GGIPによるGPCR間相互作用に影響を及ぼす疾患関連変異の予測に取り組む。2010年度は、予測された変異の立体構造及び機能への影響評価を行う。
|
| Causes of Carryover |
購入した物品の購入に際し、以前に購入したパーツを使い回すことで支出を抑制することができたため。
|
