生命情报学特论.pptVIP

補題３：証明（２） 証明（続き） mk を（最終的な） Gk の辺数とする。　　　　　　　　　　　　　　　（#）が成立するので、mk≧2n1.5 を満たす k のみを考える そのような各 k においては、１個の辺について z 以下の閉路しかない（それ以上であれば Gk から削除されているはず） よって、 Gk における閉路の総数は mkz 個以下。一方、補題５を考えると (mk/n)4/32 mkz が成立。よって、以下が成立 よって、これをすべての k について足し合わせ、それに (#) を加えて、以下を得る 補題３ weakly relevant で、かつ、weakly covered でない (i,k,j) の個数は、（非常に高い確率で） まとめ 行列の隣接値の差が定数以内であれば、(min,+)による行列乗算が（高確率および平均で）　　　　　　　時間で解ける ? Valiant アルゴリズムとの組み合わせでRNA二次構造予測も同様の計算時間 さらに、これらの結果は、Phase 2, Phase 3の改良により 　　　　　　　時間まで改良されている また、その脱乱拓化もでき、　　　　　　時間の決定性アルゴリズムも開発されている クリークによる下限Ω(nω-ε) [Abboud et al.: FOCS 2015]とはギャップが存在。また、通常の行列乗算がO(n2)に近づいたとしても、計算量は　　　　　　　と議論されている。 * * * * * * * * * * * * * * * * * * * 生命情報学特論（５） RNA二次構造予測 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 RNA二次構造予測 RNA二次構造予測 RNA二次構造予測（基本版） 入力： RNA配列 a=a[1]…a[n] 出力： 以下を満たし、スコア 　Σ(i,j)∈M μ(a[i],a[j]) が最小となる塩基対 の集合 M={(i,j)|1≤i+1j≤n,{a[i],a[j]}∈B} (i,j) ,(h,k) ∈M となる i ≤h ≤j ≤k が存在しない 塩基対： B={{a,u},{g,c}｝ スコア関数（最も単純なもの） μ(a[i],a[j])= -1 if {a[i],a[j]} ∈B μ(a[i],a[j])=　0 otherwise スコアが最小でないものも二次構造とよび、最小のものを最適二次構造とよぶこともある {g,u} も塩基対に含まれる場合がある A U G C 塩基対 A G A G C U A G A G C U 二次構造 二次構造でない RNA二次構造の二種類の表現 RNA二次構造の例 RNA配列 Nussinovアルゴリズム 予測アルゴリズム（Nussinovアルゴリズム） 入力配列： a=a[1]…a[n] 動的計画法 初期化 メインループ 最適解（＝ －塩基対の個数） アルゴリズムの説明 メインループ Nussinovアルゴリズムの解析 定理： 上記アルゴリズムは O(n3) 時間で最適解を計算 略証： テーブル W(i,j) のサイズはO(n2)。1個のテーブル要素の計算にO(n)時間（最後の行）。 RNA二次構造予測と確率文脈自由文法 RNA二次構造予測と確率文脈自由文法 （１） 文法表現としては X→aYu, X→XY などではなく、S→aSu, S→SS などが正式 RNAの場合はスコアは１ではなく、－１に置き換えることが必要 確率文脈自由文法（SCFG）： 導出確率が最大となる構文解析木を計算 ? 確率の代わりにスコアを用いる RNA二次構造予測と確率文脈自由文法 （２） スコア最大（≒確率最大）の構文解析木 ? 最適二次構造 実際、NussinovアルゴリズムはCYKアルゴリズム（文脈自由文法の構文解析アルゴリズム）に類似 Valiantアルゴリズムの利用 [Akutsu: J. Comb. Opt. 1999] [Zakov et al.: Alg. Mol. Biol. 2011] 二次構造予測の計算量の改良 文脈自由文法の構文解析 高速行列乗算に基づく Valiant アルゴリズムを用いれば O(nω) 時間 O(nω) は n×n の行列乗算にかかる計算時間 高速行列乗算に基づくRNA二次構造予測 基本的に Valiant アルゴリズムを適用 しかし、行列乗算の基本演算を (+,×) から (max,+) に変える必要 (max,+) の行列演算は、ほんの少し O(n3) より良くなるだけ O(n3((log log n)/(log n))1/2)時間 [Akutsu: J. Comb. Op