2017 Fiscal Year Annual Research Report
An Approach to Novel Structure Design by Combining Discrete Methods and Statistical Methods
| Project/Area Number |
26240034
|
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
阿久津 達也 京都大学, 化学研究所, 教授 (90261859)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
林田 守広 松江工業高等専門学校, その他部局等, 准教授 (40402929)
永持 仁 京都大学, 情報学研究科, 教授 (70202231)
細川 浩 京都大学, 情報学研究科, 講師 (90359779)
|
|---|
| Project Period (FY) |
2014-04-01 – 2019-03-31
|
| Keywords | ケモインフォマティクス / 構造列挙 / グラフアルゴリズム / カーネル法 / 生物情報ネットワーク / 化学構造 |
|---|
| Outline of Annual Research Achievements |
化学構造の列挙に関してこれまで分枝限定法に基づく手法を開発してきたが、Resource Cutという新たな限定手法を開発した。これは途中まで生成した時点で、残りの原子組成を用いては結合数の制約などを満たすことができないと判断した場合にそれ以上の探索をを打ち切り、前の時点に戻るというものである。その結果、生成可能な木状化合物のサイズを４０原子から５０原子に拡大することができた。一方、列挙可能な構造クラスを拡大するために、木に３個の辺が追加され、閉路が２頂点でのみ合流し、かつ、２連結成分が１個であるようなグラフ構造のクラスを定義し、そのグラフクラス内において与えれた制約を満たす化学構造を効率的に列挙する分枝限定法アルゴリズムを開発した。既存手法として広く利用されているMOLGENと比較した結果、そのように制約したグラフクラス内においては、より高速に化学構造を列挙することがわかった。そして、これら２個の成果を国際会議で発表した。
配列解析については、２種類のタンパク質が複合体を成すかどうかをタンパク質配列データなどから予測する新規手法を開発した。具体的には、タンパク質相互作用ネットワークデータ、配列データをもとに得たドメイン組成データ、系統プロファイルデータ、細胞内局在性データなどをカーネル関数を用いて統合し、それとサポートベクターマシンを組み合わせることにより学習および予測を行う手法を開発した。その結果、以前に開発された予測手法を大きく上回る予測精度を達成することができた。この成果を国際会議で発表するとともにJounral論文としてまとめた。
|
| 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。
|
