| 研究課題/領域番号 |
18500225
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
生体生命情報学
|
|---|
| 研究機関 | 東京農工大学 |
|---|
研究代表者 |
黒田 裕 東京農工大学, 大学院・共生科学技術研究院, 准教授 (10312240)
|
|---|
| 研究分担者 |
藤 博幸 (籐 博幸) 九州大学, 生体防御医学研究所, 教授 (70192656)
|
|---|
| 研究期間 (年度) |
2006 – 2007
|
| 研究課題ステータス |
完了 (2007年度)
|
| 配分額 *注記 |
3,880千円 (直接経費: 3,400千円、間接経費: 480千円)
2007年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
2006年度: 1,800千円 (直接経費: 1,800千円)
|
|---|
| キーワード | ドメイン境界予測 / SVM / 構造ドメイン / ドメインリンカー / 機械学習 / 網羅的 / コンピュータを用いた / 機会学習 |
|---|
| 研究概要 |
本研究課題では、構造及び機能未知の新規蛋白質のドメイン領域をそのアミノ酸配列のみから同定/推定する方法を開発しました。このように、Pfam,PrositeやSMARTなどの既存のドメイン・データベースに頼らないドメイン領域予測法はごく最近まで、あまり研究されておらず、独創的な発想に基づいているといえます。
本研究では、ドメインそのものではなく、比較的短い15残基程度のドメイン境界領域(リンカー領域)を予測するストラテジーによって、効率的な予測を可能にしました。具体的には、コイル(ループ)からなるドメイン境界領域(以下、ドメインリンカー)を識別するサポートベクターマシン(Support Vector Machine、以下SVM)を構築し、新規のドメインリンカー予測法を開発しました。また、予測精度の向上を目的とし、PSSM(Position Specific Scoring Matrix)情報を利用する予測手法(1stSVM)および、PSSM情報と予測二次構造情報を統合的に利用する2段階目の予測機(2ndSVM)を構築しました。本研究で開発した方法を用いると、ランダム選択又は従来の方法を用いてドメイン境界領域を予測した場合より明らかに予測効率が向上することがわかりました。
本研究成果となるSVMによるドメイン境界の予測法は、インターネットで公開しており、URLにはスイス・バオインフォマティクス研究所SwissProt/Expasyからもリンクが張ってあります。また、6月にCairns(オーストラリア)で開催されるPRICIPS2008で博士後期課程の大学院生が本研究成果を発表する予定です(日本蛋白質科学会若手旅費援助金授与)。
|
