| 研究課題/領域番号 |
17K00407
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
生命・健康・医療情報学
|
|---|
| 研究機関 | 九州大学 |
|---|
研究代表者 |
丸山 修 九州大学, 芸術工学研究院, 准教授 (20282519)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2019年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2018年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2017年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | モチーフ / ギブス・サンプリング / 結合部位 / E3ユビキチン / タンパク質disorder / 混合正則化 / バイオインフォマティクス / デグロン / 崩壊型ギブス・サンプリング / E3ユビキチン・ライゲース / 依存関係モデル / E３ユビキチン・ライゲース / たんぱく質disorder / モデリング / 機械学習 / マルコフ連鎖モンテカルロ法 / タンパク質複合体 / タンパク質間相互作用ネットワーク / ボルツマン分布 / ヘテロ生物データ |
|---|
| 研究成果の概要 |
「タンパク質複合体予測問題」と「E3ユビキチン・ライゲース結合部位予測問題」に対して，評価関数のモデル化とギブス・サンプリング・アルゴリズムに基づく最適化技法を開発し，一定の成果を得ることができた．とくに，「E3ユビキチン・ライゲース結合部位予測問題」に対しては，生物学的知見に基づき，複雑な尤度関数と複数の事前分布を設計し，これらから得られる事後確率を最適化する崩壊型のギブス・サンプリング・アルゴリズムを提案することができた．また，計算機実験において既存手法より予測精度が優れていることを示した．
|
| 研究成果の学術的意義や社会的意義 |
本研究では，データ・ドリブンな研究手法として，データに基づくモデリングを行い評価関数を設計するスキームを確立することが出来た．とくに，事後確率によるモデリングの柔軟性の高さとギブス・サンプリングをベースとした最適化の汎用性の組み合わせの利点を示すことが出来た．また，取り組んだ生物学的個別課題「E3ユビキチン・ライゲース結合部位予測問題」に関しては，タンパク質配列上の結合部位の予測情報は新規薬剤の設計などに応用できる可能性がある．
|
