文献

J-GLOBAL ID：201802259451710824   整理番号：18A0116861

蛋白質ねじれ角予測のための深層学習法

Deep learning methods for protein torsion angle prediction

著者 (5件)： LI Haiou (Soochow Univ.) ,  HOU Jie (Univ. Missouri) ,  ADHIKARI Badri (Univ. Missouri-St. Louis) ,  LYU Qiang (Soochow Univ.) ,  CHENG Jianlin (Univ. Missouri)
資料名： BMC Bioinformatics (Web)  (BMC Bioinformatics (Web))
巻： 18  号： Sept  ページ： 18:417 (WEB ONLY)  発行年： 2017年09月 
JST資料番号： U7025A  ISSN： 1471-2105  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 背景:深層学習は,多くの分野で最先端の性能を達成した最も強力な機械学習方法の1つである。2012年にバイオインフォマティクスの分野に深い知識が導入されたため,蛋白質残基-残基接触予測や,二次構造予測,およびフォールド認識などの多くの分野で成功を収めた。この研究では,蛋白質のねじれ(二面体)角の予測を改善するための深い学習方法を開発した。結果:蛋白質のねじれ角を予測するために,4つの異なる深い学習アーキテクチャを設計する。蛋白質ねじれ角予測は配列に関連する問題であるため,本アーキテクチャは,深層ニューラルネットワーク(DNN)および深層制限ボルツマン装置(DRBN)や,深層再帰ニューラルネットワーク(DRNN)および深層反復再帰ボルツマン装置(DReRBM)を含む。既存の蛋白質の特徴に加えて,蛋白質骨格のphiおよびpsiの角度を予測するための2つの新しい特徴(予測残基接触数および配列フラグメントから抽出されたねじれ角の誤差分布)を4つの深層学習アーキテクチャの入力として使用する。DRNNや,DReRBMや,DRBMおよびDNNによって予測されるphiおよびpsi角度の平均絶対誤差(MAE)は,独立したデータセットで約20~21°および29~30°である。phi角のMAEは既存の方法に匹敵するが,psi角のMAEは29°であり,既存の方法より2°低い。最新のCASP12ターゲットでは,従来の方法よりも優れた性能を達成した。結論:著者らの実験は,深層学習は蛋白質のねじれ角を予測するための貴重な方法であることを示している。深層反復ネットワークアーキテクチャは,深層フィードフォワードアーキテクチャよりもわずかに優れており,予測残差コンタクト番号とシーケンスフラグメントから抽出されたねじれ角の誤差分布は,予測精度を改善するための有用な特徴である。(翻訳著者抄録)

シソーラス用語： *タンパク質 ,  *角度 ,  *機械学習 ,  ニューラルネットワーク ,  Boltzmannマシン ,  カスパーゼ ,  予測技法 ,  アミノ酸配列
準シソーラス用語： カスパーゼ12 ,  *ねじれ角 ,  深層学習

分類 (2件)： 分子構造  (EB03020Y) ,  分子・遺伝情報処理  (JE15040B)

タイトルに関連する用語 (4件)： 蛋白質 ,  ねじれ角 ,  予測 ,  深層学習