Project/Area Number |
08F08609
|
Research Category |
Grant-in-Aid for JSPS Fellows
|
Allocation Type | Single-year Grants |
Section | 外国 |
Research Field |
Intelligent informatics
|
Research Institution | National Institute of Advanced Industrial Science and Technology |
Principal Investigator |
栗田 多喜夫 独立行政法人産業技術総合研究所, 大学院・情報理工学研究科, 教授
|
Co-Investigator(Kenkyū-buntansha) |
RAMESWAR Debnath 電気通信大学, 情報理工学研究科, 外国人特別研究員
DEBNATH Rameswar 独立行政法人産業技術総合研究所, 脳神経情報研究部門, 外国人特別研究員
|
Project Period (FY) |
2008 – 2011
|
Project Status |
Completed (Fiscal Year 2010)
|
Budget Amount *help |
¥2,000,000 (Direct Cost: ¥2,000,000)
Fiscal Year 2010: ¥600,000 (Direct Cost: ¥600,000)
Fiscal Year 2009: ¥800,000 (Direct Cost: ¥800,000)
Fiscal Year 2008: ¥600,000 (Direct Cost: ¥600,000)
|
Keywords | 二次構造予測 / 統計的パターン認識 / サポートベクトルマシン / 進化論的計算法 / 遺伝子自動解析 / バイオインフォマティックス / 機械学習 / 進化論的計算 / 特徴選択 / サポートベクターマシン / バイオインフォマティクス / 進化論的計算論 |
Research Abstract |
膨大な量の遺伝子系列が実験から得られているが,その機能の解明は今後さらに為されていくことが期待されている。遺伝子解析の主な問題は,プロテインの二次構造予測問題である。プロテインを構成する遺伝子系列は,アミノ酸残基を単位としたシークエンスであり,このシークエンスのクラス分類が問題となる。これは統計的パターン認識や分類の問題としてうまく定式化できる。 遺伝子とネオダーウイニズムは相性がよい。一方計算論の分野においては,進化論のアイデアから進化論的計算の手法がある。これは,組み合わせ的に爆発してしまう最適化問題を効率よく解く方法であり,多くの分野で応用されている。本研究では,この進化論的計算の手法に,分類問題において強力な手法であるサポートベクトルマシンを組み合わせ,両者の特徴をうまくだすことにより二次構造予測の特徴選択に有効な手法を提案し,それに基づいて二次構造予測を行っている。 タンパク質の二次構造予測問題は、マルチクラスのパターン分類問題として定式化でき,本研究では遺伝子と相性の良い進化論的計算法と強力な分類学習機械であるサポートベクトルマシンを組み合わせ,この問題に有効な分類アルゴリズムを提案した。いくつかの事例に対しアルゴリズムの評価を行い,その性能が従来法より優れていることを確認した。この手法は,遺伝子自動解析システムの構築に応用でき,今後その方向に努力して行く予定である。
|
Report
(3 results)
Research Products
(7 results)