ドメインの判別手法と判別装置

発明者： , ,
出願人/特許権者： ,
代理人 (2件)：青山葆 , 石野正弘
公報種別：特許公報
出願番号（国際出願番号）：特願2002-358548
公開番号（公開出願番号）：特開2004-192269
特許番号：特許第3920207号
出願日： 2002年12月10日
公開日（公表日）： 2004年07月08日
請求項（抜粋）：

【請求項1】アミノ酸配列データベースに、予め構築された隠れマルコフモデルを用いて登録されているアミノ酸配列からアミノ酸を構成する複数のドメインを、ドメインの構成に応じたスコアを算出して検出する検出手段と、検出された前記複数のドメインのうち、正しいドメインのスコアの下限を表す第2の閾値が、誤ったドメインのスコアの上限を表す第1の閾値より大きい場合は、第2の閾値以上のスコアをもつドメインを、検出結果が正しいことを示す正事例に、第1の閾値未満のスコアをもつドメインを、検出結果が誤ったことを示す負事例に分類し、第1の閾値が第2の閾値より大きい場合は、第1の閾値以上のスコアをもつドメインを、検出結果が正しいことを示す正事例に、第2の閾値未満のスコアをもつドメインを、検出結果が誤ったことを示す負事例に分類する分類手段と、前記隠れマルコフモデルを用いて、フィッシャーカーネルにより、前記正事例および前記負事例に属する各ドメインのアミノ酸配列を、フィッシャースコアベクトルに変換する第1変換手段と、前記負事例に属する前記ドメインのアミノ酸配列の一部を、正事例のドメインのアミノ酸に変換し、変換後のドメインの構成に応じたスコアが前記第2の閾値以下であれば、前記ドメインの代わりに変換されたドメインを負事例として用いることにより、前記負事例を改善する負事例改善手段と、前記正事例および改善された前記負事例に関する前記フィッシャースコアベクトルを対象として、前記正事例および改善された前記負事例の特徴をサポートベクタマシンで学習する学習手段と、未知のドメインのアミノ酸配列を入力する入力手段と、前記未知のドメインのアミノ酸配列をフィッシャースコアベクトルに変換する第2変換手段と、前記未知のドメインのフィッシャースコアベクトル、および、前記学習結果に基づいて、前記未知のドメインを判別する判別手段とを含む、ドメインの判別装置。

IPC (7件)：

G06F 19/00 ( 200 6.01) , G06F 17/30 ( 200 6.01) , C07K 14/47 ( 200 6.01) , G01N 33/48 ( 200 6.01) , G01N 33/68 ( 200 6.01) , G06F 17/18 ( 200 6.01) , G06N 3/00 ( 200 6.01)

FI (7件)：

G06F 19/00 600 , G06F 17/30 170 F , C07K 14/47 ZNA , G01N 33/48 Z , G01N 33/68 , G06F 17/18 Z , G06N 3/00 550 Z

引用特許：

出願人引用 (1件)

最適解探索方法及び最適解探索装置
公報種別：公開公報出願番号：特願平9-241519 出願人：株式会社東芝

審査官引用 (1件)

最適解探索方法及び最適解探索装置
公報種別：公開公報出願番号：特願平9-241519 出願人：株式会社東芝

引用文献：

出願人引用 (4件)

Classifying G-protein coupled receptors with support vector machines
A Discriminative Framework for Detecting Remote Protein Homologies
Promoter region-based classification of genes

全件表示

審査官引用 (1件)

Classifying G-protein coupled receptors with support vector machines

前のページに戻る