タンパク質間ドッキング予測における目的関数の機械学習を用いた動的調整

• Item type: SIG Technical Reports(1)
• 公開日: 2012-06-21
• タイトル: タンパク質間ドッキング予測における目的関数の機械学習を用いた動的調整
• タイトル / 言語: en
• タイトル: Dynamic adjustment of the objective function for protein-protein docking prediction by means of machine learning
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 東京工業大学大学院情報理工学研究科計算工学専攻
• 著者所属: 東京工業大学大学院情報理工学研究科計算工学専攻
• 著者所属: 東京工業大学大学院情報理工学研究科計算工学専攻
• 著者所属: 東京工業大学大学院情報理工学研究科計算工学専攻
• 著者所属(英): en
• 著者所属(英): Graduated School of Information Science and Engineering, Tokyo Institute of Technology
• 著者所属(英): en
• 著者所属(英): Graduated School of Information Science and Engineering, Tokyo Institute of Technology
• 著者所属(英): en
• 著者所属(英): Graduated School of Information Science and Engineering, Tokyo Institute of Technology
• 著者所属(英): en
• 著者所属(英): Graduated School of Information Science and Engineering, Tokyo Institute of Technology
• 著者名: 藤原, 隆之; 松崎, 由理; 石田, 貴士; 秋山, 泰
• 著者名(英): Takayuki, Fujiwara; Yuri, Matsuzaki; Takashi, Ishida; Yutaka, Akiyama
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: タンパク質間ドッキング予測ソフトウェア “MEGADOCK” では，目的関数に形状相補性と静電相互作用の 2 つの項を用いているが，その最適なバランスは対象毎に一定ではなく，それを決定することは困難である．そのため，先行研究として予測精度改善のため目的関数のうち静電相互作用項の重みをタンパク質の表面電荷等の特徴から動的に調整する手法が提案されたが，いくつかの問題を含んでいた．そこで，本研究では従来手法の再検証を行い，サポートベクター回帰を用いた改良を提案する．改良された手法では従来使用されたデータセットにおいて予測性能の向上が確認され，その上で新たなデータセットへの適用も行った。
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: The protein-protein docking software “MEGADOCK” uses the two terms in its target function; shape complementarity and electrostatic. However, the optimal balance between those two terms is defferent for each protein. Thus, dynamic adjustment of the weight of the electrostatic term based on the surface charge of a protein was proposed in a previous work. In this work, we improved the method by using support vector regression and additional characteristics of a protein. By using our new method, we achieved the better prediction performance for the data used in the previous study. We also applied the method to new data set.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA12055912
• 書誌情報: 研究報告バイオ情報学（BIO）; 巻 2012-BIO-29, 号 19, p. 1-3, 発行日 2012-06-21
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会