• 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

2022 年度 実績報告書

帯観測モデルを用いた質量分析の性能向上と包括的タンパク質同定システムの開発

研究課題

研究課題/領域番号 21J23154
配分区分補助金
研究機関京都大学
特別研究員 上村 京也  京都大学, 情報学研究科, 特別研究員(DC1)
研究期間 (年度) 2021-04-28 – 2024-03-31
キーワードスパースモデリング / マススペクトル / 質量分析 / 圧縮センシング / バイオインフォマティクス / 低分解能観測
研究実績の概要

年次計画に従い,MS/MS測定系に対する帯観測モデルの適用について検討を行った.具体的には,MS/MS測定過程を線形観測過程としてモデル化し,Sparse Group Lasso (SGL)を用いてMS/MSスペクトログラムを推定する手法を提案した.実際にMS/MSスペクトログラム推定を行うための準備として,SGLに基づく推定を効率的に行うためのアルゴリズムの構築とSGL推定量の推定誤差に関する不偏推定量の導出を行った.得られた成果をもとに,人工スペクトログラムを用いた測定シミュレーションを行い,SGLによるスペクトログラム推定の有効性を部分的に確認した.
昨年度行っていた実際のマススペクトル測定系に則した観測モデル(ポアソン-アーランモデル)に基づくマススペクトル推定の研究について,観測信号の確率モデルを定式化した上でL1正則化付き最尤推定量を求めるためのアルゴリズムの導出を行い,これを実装した.代表的なマススペクトル測定装置である四重極質量分析計での測定で得られた観測信号及び観測行列に対してポアソン-アーランモデルに基づくマススペクトル推定を行ったところ,既存のスパース推定手法であるLasso推定での結果に比べて,マススペクトルにおける同位体ピーク群の位置や相対強度がより正確に推定された.
帯観測モデルに基づくスパーススペクトル推定の研究については国内学会での発表を行い,第17回ICTイノベーションにおいて優秀研究賞を受賞した.

現在までの達成度 (区分)
現在までの達成度 (区分)

2: おおむね順調に進展している

理由

本研究課題の主要なテーマである,①理想的測定環境での帯観測モデルの有効性の理論的な検討,②実際のマススペクトル測定環境に則した低分解能観測モデルを用いたスペクトル推定手法の開発,③低分解能観測モデルに基づくスパーススペクトル推定のタンデム質量分析系への拡張,の3点の全てにおいて,実際に数値実験等による有効性の検証を行う段階まで進んでいるため.

今後の研究の推進方策

今後は開発した各種スペクトル推定手法を実際のマススペクトル測定系に適用し,得られるマススペクトルの精度やその先のタンパク質同定に与える影響について,より実証的な検討を進めたいと考えている.またこれらの検討に先立ち,アルゴリズムの高速化や並列化に関する検討も同時に行うことで,より大規模な測定あるいはリアルタイムでの解析への展開も視野に入れる予定である.

  • 研究成果

    (2件)

すべて 2022

すべて 学会発表 (2件)

  • [学会発表] 帯観測モデルに基づくスパーススペクトル推定2022

    • 著者名/発表者名
      上村京也,小渕智之,田中利幸
    • 学会等名
      IBIS2022
  • [学会発表] 帯観測モデルに基づくスパーススペクトル推定2022

    • 著者名/発表者名
      上村京也,小渕智之,田中利幸
    • 学会等名
      第17回ICTイノベーション

URL: 

公開日: 2024-12-25  

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