发现データからのガン细胞分类.ppt

確率文脈自由文法とRNA二次構造予測 確率文脈自由文法 HMM（正規文法に相当）の文脈自由文法への拡張 構文解析アルゴリズム CYKアルゴリズム 学習アルゴリズム 内側外側アルゴリズム RNA配列アラインメント、RNA二次構造予測への応用 RNA二次構造予測問題（基本バージョン）の定義 ベースペア B={{a,u},{g,c}｝ RNA二次構造 M={(i,j)|1≤ij≤n,{ai,aj}∈B}、かつ i ≤h ≤j ≤k となる (ai,aj) ,(ah,ak) ∈M は無い スコア関数 μ(ai,aj)=1 if {ai,aj} ∈B μ(ai,aj)=0 otherwise 最適RNA二次構造 Σ(i,j)∈M μ(ai,aj) が最大となるM RNA二次構造の表現 RNA二次構造予測のための動的計画法アルゴリズム 入力配列：a=a1…an アルゴリズム 時間計算量 テーブルのサイズO(n2) 1個のS(i,j)の計算O(n) ? O(n3)時間 確率文脈自由文法とRNA二次構造の対応関係 文法における生成規則と二次構造の対応 蛋白質立体構造予測 アミノ酸配列から、蛋白質の立体構造（３次元構造）をコンピュータにより推定 実験よりは、はるかに精度が悪い だいたいの形がわかれば良いのであれば、５割近くの予測率 アミノ酸と蛋白質 アミノ酸：２０種類 蛋白質：アミノ酸の鎖（短いものはペプチドと呼ばれる） アミノ酸の分類 疎水性アミノ酸 Ala, Val, Leu, Ile, Phe, Pro, Met 荷電アミノ酸（親水性） Asp, Glu, Lys, Arg 極性アミノ酸 Ser, Thr, Tyr, His, Cys, Asn, Glu, Trp グリシン(疎水性に分類されることもある） Gly 蛋白質の種類と高次構造 蛋白質の分類 球状蛋白質 繊維状蛋白質 膜蛋白質 一次構造（アミノ酸配列） 二次構造（α、β、それ以外（ループ、コイル）） 三次構造（三次元構造、立体構造） 四次構造（複数の鎖） 蛋白質立体構造の決定 主にX線結晶解析かNMR解析による 一般にX線解析の方が精度が高い しかし、結晶中の構造しかわからない アミノ酸配列決定より困難 半年から１年くらいかかることも珍しく無い 既知アミノ酸配列 10万 既知立体構造 1万 蛋白質立体構造の特徴 基本的には鎖（ひも）状 二種類の特徴的な構造が頻繁に現れ、立体構造の骨格（コア）を作る αへリックス（らせん状の部分） βシート（ひも状の部分が並んだ部分） 構造とアミノ酸の種類の関係 (球状）蛋白質 内側：疎水性アミノ酸　外側：親水性アミノ酸 αへリックス 内側：疎水性　外側：親水性 βストランド 疎水性と親水性が交互に現れる ループ領域 親水性が高い 立体構造予測法の分類 力学的原理に基づく方法 格子モデル ２次構造予測 スレッディング 物理的原理に基づく方法 エネルギー最小化、もしくは、微分方程式を（数値的に）解く、などの物理的原理に基づく方法 主として分子動力学法(Molecular Dynamics) 数十残基程度であれば、実際の蛋白質やペプチドと似た構造を推定可能（なことがある） 構造の最適化や安定性の解析には実用的 側鎖のパッキングの計算にも有効 超並列計算機の利用　IBM BLUE GENEなど 分子動力学法 エネルギーの極小化（Eを極小化） フォールディングのシミュレーション mi d2ri/dt2 = -?i E　を差分化 E = Eb + Eθ + Eφ + Evdw + Eel Eb = ΣKb(r-r0)2 　　　　　　　　 結合長 Eθ = ΣKθ(θ-θ0)2　　　　　　 結合角 Eφ = ΣKφ[1+cos(nφ-δ)]　二面角　 Evdw = Σ[Aij/(rij2)-Bij/(rij6)]　　ファンデルワールス力 Eel = Σqiqj/(εrij) 静電相互作用（クーロン力） 格子モデル 各残基が格子点にあると仮定 予測よりも、フォールディングの定性的な理解のために利用される 格子モデルに基づく研究 折れ畳み経路のシミュレーションによる定性的理解　→フォールディングファンネル エネルギー最小の構造の計算法→NP困難 二次構造予測 アミノ酸配列中の各残基が、α、β、それ以外のどれに属するかを予測 でたらめに推定しても、33.3%の的中率 最も高精度なソフトを使えば、70%～80%の的中率 ニューラルネット、HMM、サポートベクタマシンなどの利用 ニューラルネットによる二次構造予測 フォールド予測（Fold Recognition) 精密な３次元構造ではなく、だいたいの