• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2012 年度 実績報告書

In-silico創薬のための機械学習を用いた生理活性配座予測

研究課題

研究課題/領域番号 21680025
研究機関独立行政法人産業技術総合研究所

研究代表者

津田 宏治  独立行政法人産業技術総合研究所, 生命情報工学研究センター, 主任研究員 (90357517)

研究期間 (年度) 2009-04-01 – 2013-03-31
キーワード機械学習 / 生理活性 / 生体分子
研究概要

平成24年度は、本プロジェクトの最終年度ということで、これまでに作り上げてきたPDBの既 知と未知のリガンド結合ペアを全て含むデータベースPossumの増強を行った。その結果、登録さ れているペアの数が増加し、より内容が充実した。また、Omegaを用いて各リガンドに対して配 座を発生させ、その間の類似ペアをSketchSortアルゴリズムにかけて列挙するところまでは実験 を行ったが、その解析に時間がかかっており、プロジェクト終了までに論文投稿することができ なかった。この点に関しては今後の課題としたい。Possumに関する口頭発表も積極的に行い、特 に生命医薬情報学連合大会で発表したポスター「Possum: A Database for Predicting Protein- Ligand Interactions」は、最優秀ポスター賞を受賞した。プロジェクト終了後もこのデータ ベースの改良は続けて行きたい。特に構造ベースのインシリコ創薬に対する機能の充実を目指し たい。これまで扱ってこなかったタンパク-核酸、タンパク-タンパク相互作用面のような大きな 結合部位も積極的にデータベースに組み込んでいく予定である。近年、ビッグデータに注目が集 まる中、あらゆる企業が高速アルゴリズムに注目している。2012年11月に、情報処理学会の主催 の連続シリーズ「ビッグデータとスマートな社会」の第5回「ビッグデータに立ち向かう機械学 習」の中で行った講演「大量データと類似度検索技術」の中でも発表を行 い、リクルートなど、複数の企業関係者からの問い合わせを得た。本プロジェクトの成果は、バ イオ分野だけでなく、様々な方向性に発展すると期待している。

現在までの達成度 (区分)
理由

24年度が最終年度であるため、記入しない。

今後の研究の推進方策

24年度が最終年度であるため、記入しない。

  • 研究成果

    (1件)

すべて 2012

すべて 学会発表 (1件)

  • [学会発表] Junichi Ito2012

    • 著者名/発表者名
      Kentaro Tomii
    • 学会等名
      Koji Tsuda
    • 発表場所
      東京都、タワーホール船堀
    • 年月日
      20121014-20121014

URL: 

公開日: 2014-07-24  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi