生命情报学-京都大学.PPTVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * 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 フォールド予測（Fold Recognition） 精密な３次元構造ではなく、だいたいの形（fold)を予測 立体構造は1000種類程度の形に分類される、との予測(Chotia, 1992)に基づく タンパク質スレッディング 立体構造（テンプレート）とアミノ酸配列の間のアラインメント スレッディングとアラインメント スレディング法の分類 プロファイルによるスレッディング 動的計画法で最適解が計算可能 PSI-BLAST 3D-1D法 構造アライメント結果に基づくスレッディング 残基間ポテンシャルによるスレッディング NP困難。ただし、整数計画法などが効果的に適用可能 コンタクトポテンシャル 距離依存ポテンシャル その他のポテンシャル プロファイル アラインメントにおけるスコア行列と類似 スレッディングの場合、残基位置ごとにスコア(位置依存スコア) プロファイルによるアラインメント 動的計画法(DP)により最適解を計算 スコア行列のかわりにプロファイルを使う 3D-1Dプロファイル 最初のversionはEisenbergらが1991年に提案 構造中の残基（位置）を１８種類の環境に分類 二次構造（３種類） 内外性＋極性（６種類） 3D-1Dプロファイル その他のプロファイル 配列のマルチプルアラインメントに基づくプロファイル PSI-BLAST、HMM 立体構造のマルチプルアラインメントに基づくプロファイル作成 角度情報なども考慮したプロファイル プロファイル vs プロファイルによるアラインメント ポテンシャル型スコア関数を用いたスレッディング 全体のポテンシャルエネルギーを最小化（Σfd(X,Y)が最小となるようなスレッディングを計算） プロファイル型スコア関数とポテンシャル型スコア関数 プロファイル型スコア関数　　　 (Eisenberg et al. 1991) ポテンシャル型スコア関数　　　　　 (Miyazawa, Sippl, . . .) 立体構造予測におけるブレークスルー スレッディング法の発明(Eisenberg et al., 1991) 構造既知の配列と類似性が無い配列の構造予測 PSI-BLASTの開発(Altschul et al, 1997) プロファイルに基づくマルチプルアラインメントの繰り返し実行によるスレッディング David Baker による フラグメントアセンブリ法(1997) 統計情報＋シミュレーション フラグメント?アセンブリ法 Univ. Washington の Baker らが開発 現時点では最強の方法とされている 方法 数残基から十数残基の断片構造（フラグメント）をプロファイル比較法などを用いて既知構造データベースから取得　 　　　?　各断片配列ごとにいくつかの候補を選ぶ フラグメントをつなぎ合わせることにより全体構造を予測。つなぎ合わせる際には分子動力学法などによるエネルギー最適化などを行う 立体構造予測コンテスト：CASP CASP (Critical Assessment of Techniques for Protein Structure Prediction) ブラインドテストにより予測法を評価 半年以内に立体構造が実験により決定する見込みの配列（数十種類）をインターネット上で公開 参加者は予測結果を送付 構造決定後、正解とのずれなどを評価、順位づけ 結果の公表 会議、専門学術誌（Proteins） ホームページ / 1994年より２年ごとに開催 まとめ 立体構造比較 構造分類データベースが作成されている 比較のためには構造アラインメントが有用 ただし、決定版はなく様々な方法が提案されている 立体構造予測 正確な座標は予測できない だいたいの形の予測であれば４割～５割近く 二次構造予測であれば、70%-80%程度 スレッディング法 プロファイル型スコア関数 動的計画法で最適解が計算可能 ポテンシャル型スコア関数 NP困難だが整数計画法などにより最適解が計算可能 * * * * * * * * * * * * * * * * 生命情報学　（７）タンパク質構造解析 阿久津　達也 京都大学　化学研究所 バイオインフォマティクスセンター タンパク質立体構造 アミノ酸とタンパク質 アミノ酸：２０種類 タンパク