|
本研究課題の目標は、密度マップ、原子モデルともに、目的に応じた分解能の混合正規分布モデル(GMM)で表現することで、高速に重ね合わせ計算を行い、原子モデリングを効率化することである。H29年度は、マップやモデルを大きさ（分散・共分散）を維持したままGMMに変換するガウス関数入力型GMMとダウンサンプルガウス関数の算法の開発を行った。H30年度は、複数サブユニットの局所的な重ね合わせを行うための「マスク付きセグメンテーション・フィッティング法」を開発した。また、ガウス関数のLoGフィルタを用いたαヘリックスを認識する方法を開発した。R1年度は、I：初期化、S:探索、R:精密化の3ステップでサブユニットの配置探索を行うようプログラムを整理した。また、原子モデル・密度マップ内の空洞を認識するアルゴリズムの開発も行った。R2年度は、サブユニットの重ね合わせを効率的に行うために、三つの工夫を導入した。一つは、「ダウンサンプルガウス関数変換法」による、フィッティングに先立って必要なGMMへの高速な変換である。これまでこの方法は密度マップに適用してきたが、同じような発想で空間を格子に区切ることで、原子モデルにも適応できるようにした。もう一つは、「格子配置法(Grid-Layout)」による初期配置の生成である。この方法では、マップ、サブユニットを粗い格子空間に配置して包括的に探索を行う。さらに、複数サブユニット群をマップに配置する探索を行う場合、各サブユニットの探索を別途行い、その探索結果を組み合わせて複数サブユニットの初期配置を作る「単サブユニット検索組み合わせ方法（CSS; Combination of Single-subunit Searches）」も開発し、実装した。これらの方法により、これまでより効率的に複数サブユニットの探索を行うことが可能となった。
|
