水和水が媒介するタンパク質リガンド相互作用をデータマイニングで解明する

Material type: 文書・図像類

Author: 水上, 卓

Publisher: -

Publication date: 2017-06-15

Material Format: Digital

Capacity, size, etc.: -

NDC: -

View All

Notes on use

Note (General)：: 本研究の目標は，タンパク質・リガンド結合系を対象に，データマイニング法により定義された水和水の可視化（現象論）と，溶媒和自由エネルギー計算による水和効果の見積り（定量化）である．MDシミュレーションの出力データから混合分布モデル（GMM）によって水の振る舞いをデータマイニングする系を確立した．これに...

Search by Bookstore

Holdings of Libraries in Japan

This page shows libraries in Japan other than the National Diet Library that hold the material.

List of Cooperating Institutions and Databases

Please contact your local library for information on how to use materials or whether it is possible to request materials from the holding libraries.

other

JAIST Repository
Digital
You can check the holdings of institutions and databases with which 学術機関リポジトリデータベース（IRDB）（機関リポジトリ） is linked at the site of 学術機関リポジトリデータベース（IRDB）（機関リポジトリ）.
JAIST Repository

Search by Bookstore

Bibliographic Record

You can check the details of this material, its authority (keywords that refer to materials on the same subject, author's name, etc.), etc.

Digital

Material Type: 文書・図像類
Title: 水和水が媒介するタンパク質リガンド相互作用をデータマイニングで解明する
Author/Editor: 水上, 卓
Author Heading: 水上, 卓
Publication Date: 2017-06-15
Publication Date (W3CDTF): 2017-06-15
Alternative Title: Datamining approach for protein-ligand interaction mediated by hydration water
Periodical title: 科学研究費助成事業研究成果報告書
Pages: 1-5
Text Language Code: jpn
Subject Heading: タンパク質
水和
分子動力学計算
データマイニング
特徴空間
機械学習
Target Audience: 一般
Note (General): 本研究の目標は，タンパク質・リガンド結合系を対象に，データマイニング法により定義された水和水の可視化（現象論）と，溶媒和自由エネルギー計算による水和効果の見積り（定量化）である．MDシミュレーションの出力データから混合分布モデル（GMM）によって水の振る舞いをデータマイニングする系を確立した．これによりリガンド結合タンパク質水和自由エネルギーと水の振る舞いの強い相関を検知し，ある程度の予測を可能とした．次に原子の多体相互作用を考慮した記述子を設計し，一般線型モデルとクラスタリングにより機械学習・予測を行った．小さなサイズの分子系に適用したところ，より詳細なエネルギーの予測が可能となった．：The motivation of the research is 1) visualization of hydration water defined by data-mining method, and 2) estimation of hydration effect by means of solvation free energy. We founded a system for mining water behavior by means of the mixture model from MD simulation data. It detected a strong correlation between solvation free energy and hydration water behavior that enables a prediction of free energy. The machine learning and prediction system was build with the combination of three methods, linear model, clustering and a new descriptor that was designed by accounting the multi-body interaction between atoms. Application of the machine for the small-scale solution / molecular systems resulted in a more detailed prediction for the energies.
挑戦的萌芽研究
研究期間：2013～2016
課題番号：25650050
研究者番号：50270955
研究分野：生物物理学
identifier:https://dspace.jaist.ac.jp/dspace/handle/10119/14318
Format (IMT): application/pdf
Source: https://dspace.jaist.ac.jp/dspace/bitstream/10119/14318/1/25650050seika.pdf
https://dspace.jaist.ac.jp/dspace/bitstream/10119/14318/1/25650050seika.pdf
Access Restrictions: 限定公開
Data Provider (Database): 国立情報学研究所 : 学術機関リポジトリデータベース（IRDB）（機関リポジトリ）
https://irdb.nii.ac.jp
Original Data Provider (Database): 北陸先端科学技術大学院大学 : JAIST学術研究成果リポジトリ