確率的規則を用いたタンパク質αヘリックス領域予測
スポンサーリンク
概要
- 論文の詳細を見る
本稿では、タンパク質の二次構造の一つであるαヘリックスの存在領域を確率的規則に基づいて予測する新しい方法を提案し、実験結果により、提案方法が従来手法よりも高い精度で予測できることを示す。タンパク質の二次構造とは、αヘリックス、βシートなどタンパク質の立体的な構造の中で規則的な構造を指す。与えられたアミノ酸配列に対してこれらの領域を予測することは、タンパク質の立体的な構造を理解し、さらに、その機能を解析する上で重要である。1960年代より、情報理論、機械学習、ニューラルネット等に基づいて多くの二次構造予測方法が提案されているが、これらの手法は、3状態(αヘリックス、βシート、その他)予測において、すべて予測率が60%前後にとどまっており([1])、立体構造を理解するのに十分とは言い難い。そこで、筆者らは、まず、アミノ酸配列中の特に重要であると思われるαヘリックス領域を、局所的な配列から従来手法より高い精度で予測する新しい手法を提案する。本手法は、確率的規則の学習理論([5])に基づいている。確率的規則は、アミノ酸配列と二次構造との対応関係に含まれる不確実性を表現するのに適しており、予測率を上げるためには、最適な確率的規則を事例データから学習することが最も重要である([3])。
- 一般社団法人情報処理学会の論文
- 1992-09-28
著者
-
馬見塚 拓
NEC C&C研究所
-
馬見塚 拓
Nec C&c情報研究所
-
山西 健司
NECインターネットシステム研究所
-
山西 健司
東京大学情報理工学系研究科
-
山西 健司
NEC C&C情報研究所
-
山西 健司
Nec C&c メディア研究所
-
山西 健司
Nec情報通信メディア研究本部
関連論文
- 単調な関数をふくむ確率規則の学習について
- ブール変数実数多項式による嗜好関数の学習
- 確率的木文法学習を用いたタンパク質二次構造予測
- 5. 統計的異常検出3手法(最新!データマイニング手法)
- 正規化最尤符号化に基づくグラフクラスタリング(一般講演(符号化・モデル選択,機械学習とその応用)
- セキュリティ・マイニング (セキュリティ特集)
- 統計的外れ値検出によるデータマイニングとネットワーク侵入検出への応用(新しいトラヒックモデルと性能評価及び一般)
- データマイニングにおける統計的外れ値検出(インダストリアルマテリアルズ)
- 情報論的学習理論の最近の発展について : Latent Dynamicsを中心に(若手研究者のための講演会)
- ガウス混合分布の正規化最尤符号の効率的計算法とモデル選択(IBIS2010(情報論的学習理論ワークショップ))
- 逐次的動的モデル選択の線形時間アルゴリズム(一般講演(符号化・モデル選択,機械学習とその応用)
- テキストマイニングによる自由記述アンケート分析
- 拡張型確率的コンプレキシティと情報論的学習理論
- 確率的規則を用いたタンパク質αヘリックス領域予測
- 情報論的学習理論の現状と展望(情報論的学習理論とその応用)
- 招待講演 情報論的学習理論に基づくマイニング技術--外れ値検出とテキストマイニングを例に (小特集 使えるAI基礎技術)
- 線形結合モデルを用いたトピック分析
- ESCに基づく確率的決定リストを用いたテキスト分類
- ESCに基づく確率的決定リストを用いたテキスト分類
- 線形結合モデルを用いたドキュメント分類
- データ・テキストマイニングの最新動向 : 外れ値検出と評判分析を例に(データ・テキストマイニング)
- リンクの確率構造を用いたソーシャルネットワークにおける話題拡大検出(ネットワーク,テキスト・Webマイニング,一般)
- 統計的モデル選択と機械学習
- 情報理論・統計手法と学習技術
- MDL基準から拡張型確率的コンプレキシティへ
- MDL原理
- データ圧縮と学習 (AIの手法と周辺の基礎理論)
- 確率的コンプレキシティと学習理論(統計モデル選択)
- ガウス混合分布の正規化最尤符号の効率的計算法とモデル選択
- データマイニングの情報セキュリティへの応用(情報セキュリティとAI)
- 招待講演:Webマイニングと情報論的学習理論 (2002年情報学シンポジウム 講演論文集--情報社会のセマンティクスXMLとSemantic Web,電子政府への展望,ロボットとの共生) -- (セッション1 Semantic WebとWeb Mining)
- データ・テキストマイニング
- 文書の確率的モデリングとテキストマイニング (AIシンポジウム(第15回)WWW情報検索と情報統合)
- ガウス混合分布の再正規化最尤符号の効率的計算法とクラスタリング(機械学習とその応用)
- ネットワーク構造変化検出と広告効果測定への応用(機械学習とその応用)
- 再正規化最尤符号を用いたクラスタリング構造変化の検出(ポスターセッション,第14回情報論的学習理論ワークショップ)
- 逐次的なネットワーク構造変化検出手法と広告効果測定への応用(ポスターセッション,第14回情報論的学習理論ワークショップ)
- Resetting分布を用いた動的モデル選択(ポスターセッション,第14回情報論的学習理論ワークショップ)
- 時系列データからの潜在的構造変化検出(招待講演,時系列パターン認識)
- 時系列データからの潜在的構造変化検出(招待講演,時系列パターン認識)
- ソーシャルネットワークにおける長期間流行する話題の早期検出(時系列解析,統計推理,データベース,一般)
- Latent Dirichlet Allocationを用いた潜在的構造変化検知(ベイズ統計モデル,統計推理,データベース,一般)
- Latent Dirichlet Allocation を用いた潜在的構造変化検知