京都大学 化学研究所 バイオインフォマティクスセンター 集中講義（東京大学）「化学システム工学特論第３」 バイオインフォマティクス的手法による化合物の性質予測（５） 遺伝子発現データ解析 タンパク質-リガンド・ドッキング 阿久津　達也 京都大学　化学研究所 バイオインフォマティクスセンター

内容 遺伝子発現データの解析 タンパク質ーリガンドのドッキング DNAマイクロアレイ 遺伝子発現データを用いた腫瘍細胞分類 ドッキングの各手法／ソフトウェア紹介 DOCK、AutoDock、FlexX、ICM、GOLD プロファイルを用いた結合予測（SH3-SPOT)

遺伝子発現データの解析 DNAチップ・DNAマイクロアレイ 遺伝子発現データ解析 多数の遺伝子の発現量を同時測定可能 クラスタリング どの遺伝子が似ているか？ 遺伝子ネットワーク推定 どの遺伝子がどの遺伝子を制御しているか？ 腫瘍細胞分類 腫瘍のより細かな分類、抗がん剤の適切投与

遺伝子発現データを用いた 腫瘍細胞分類 発現データを観測することにより、腫瘍細胞の詳細な分類を行う 抗がん剤の適切な投与などに応用できる可能性

Eric Landerらの研究I (1999) 急性白血病の分類 ６８００個程度の遺伝子の発現データを利用 ７２サンプル ALL (acute lymphoblastic leukemias) AML (acute myeloid leukemias)

Eric Landerらの研究II 急性白血病のデータ(Golub et al, 1999) 38+34の患者の6817遺伝子の発現量を　　AffymetrixのDNAチップで計測 ALL と AML のクラス分け B-CELL ALL と　T-CELL ALL のクラス分け 多数決により決定（ただし、差が少ない場合には判定不能とする）

Eric Landerらの研究III クラス予測 クラス発見 Informative Gene 与えられたデータがどの既知クラスに入るかを推定 （重み付き）多数決により推定 クラス発見 新たな腫瘍のタイプを発見 自己組織化マップ（クラスタリング技法の一種）を利用 Informative Gene クラス予測に有用な遺伝子セット クラス分けとの相関に基づき選択 Feature Selection （AI分野で数多くの研究）

発現データからの細胞分類 遺伝子１ 遺伝子２ 遺伝子３ 遺伝子４ 遺伝子５ 遺伝子６ タイプ Sample1 1.1 4.5 4.1 2.1 0.4 4.3 ALL Sample2 2.2 2.6 5.0 5.3 0.5 3.4 Sample3 1.3 4.8 2.5 3.9 0.8 Sample4 4.6 0.3 3.5 Sample5 0.9 0.2 2.7 3.7 AML Sample6 3.0 2.8 1.2 Sample7 1.7 3.1 4.2 実際には発現量はアナログ値 (遺伝子２の発現量)＋(遺伝子３の発現量)＋(遺伝子４の発現量)>10.0 　　⇒ALL と推定

分類規則の学習法 判別分析 決定木 ニューラルネットワーク サポートベクタマシン 統計分野で古くから利用 人工知能分野で多くの研究 生物の神経回路網との類似に基づく 脳科学とも深い関連 古くから研究されていたが1980年代から多くの研究 サポートベクタマシン 1995年頃より人工知能、パターン認識などの分野で多くの研究

サポートベクタマシン 分類のための学習方式 特徴 バイオインフォマティクスにおいても既に様々な応用 正負の例(トレーニングデータ)からマージンを最大化するパラメータを学習 過学習を起こしにくい 様々なカーネルを利用可能 二次計画法を利用（最適性の保証） バイオインフォマティクスにおいても既に様々な応用

SVMによる腫瘍細胞分類（クラス予測） ALLを正例、AMLを負例として与えて、超平面を学習 超平面： x+y=k サンプル (xi,yi) xi+yi > k なら ALL xi+yi > k なら AML

決定木 YES, NO を繰り返すことにより分類

内容 遺伝子発現データの解析 タンパク質ーリガンドのドッキング DNAマイクロアレイ 遺伝子発現データを用いた腫瘍細胞分類 ドッキングの各手法／ソフトウェア紹介 DOCK、AutoDock、FlexX、ICM、GOLD プロファイルを用いた結合予測（SH3-SPOT)

二つのドッキング問題 Rough Docking Detailed Docking 多くのリガンドのスクリーニングに利用 幾何的なアルゴリズムに基づく場合が多い ドッキンググラフ、Geometric Hashing Detailed Docking より精密な配置を計算 様々な配置についてのエネルギー計算が必要

DOCK UCSFのKuntzらが1982年頃より開発 二つの部分に大きく分けられる SPHGEN MATCH タンパク質構造から球の集合を生成 MATCH リガンドを球集合にマッチするように回転平行移動 実際には複数のMATCHを求めてスコアづけする。また、MATCHの際に化学的性質を考慮するなど、様々な工夫がなされている。

DOCK: SPHGEN タンパク質の Connolly Surface を計算 Active site をカバーするように球を配置 球をクラスタリングし、重複する球や大きな球を削除 球を性質により分類

DOCK: MATCH 点のペア(pi,qj),(pi’,qj’)は以下の条件を満たせばマッチ | d(pi,pi’) – d(qj,qj’)| ≦ ε 互いにマッチする点集合を計算 (pi,qj)を頂点とし、上記条件を満たすペアの間に辺を置く 　　⇒ドッキンググラフ　G ドッキンググラフで最大クリーク（最大完全部分グラフ）探索

最大クリーク 最大クリーク：頂点数最大の完全部分グラフ 完全グラフ：どの２頂点間にも辺があるグラフ NP困難だが、１万頂点くらいのグラフなら最適解も計算可能

AutoDock Scripps Institute の Morris らが開発 エネルギー極小となる配置を計算 特徴 原子位置などを格子上に限ることによりエネルギー計算を効率化 Amber に基づく経験的なエネルギー関数 探索のための様々な手法 リガンドの flexibility も扱える

AutoDock：探索機能 大域探索 局所探索 大域探索と局所探索の組み合わせ Simulated Annealing Distributed SA Genetic Algorithm 局所探索 大域探索と局所探索の組み合わせ Lamarckian GA

FlexX GMDのRarey, Lengauerらが開発 特徴 リガンドの flexibility が扱える Pose clustering という geometric hashing に似た手法を用いてリガンドの部分構造が結合可能な（複数の）位置を計算 リガンドの部分構造を incremental に組み合わせる 現在の部分構造（＋配置）に、スコアが最も高くなるような配置の部分構造を組み合わせる

Geometric Hashing 画像認識などで良く用いられる 三角形を重ね合わせる ⇒ 一意に回転平行移動が決まる 三角形を重ね合わせる　⇒　一意に回転平行移動が決まる 各三角形ペアごとに回転平行移動を計算し、投票 投票数の多い回転平行移動を解とする

GOLD Sheffield大の G. Jones らが開発 配置の探索に遺伝的アルゴリズムを利用 回転角や原子の結合位置を遺伝子として記述 エネルギーなどを用いて fitness スコアを計算

ICM NYUの Abagyan らが開発 リガンドの各結合の回転角を変化させる 　(Internal Coordinate Mechanics) Metropolis アルゴリズムを利用 ただし、Simulated Annealing とは異なる

ドッキング予測の評価 CASP (CASP2) CAPRI （主にタンパク質どうしのドッキング） http://predictioncenter.llnl.gov/casp2/Casp2.html CAPRI　（主にタンパク質どうしのドッキング） http://capri.ebi.ac.uk/ Proteins 誌に特集号

プロファイルを用いた結合予測(1) SH3-SPOT タンパク配列（SH3ドメイン）が与えられた時、どのペプチドと結合しやすいかを予測 タンパク質配列の残基位置とペプチドの位置の各組み合わせについてプロファイルを作成 入力された配列とペプチドの組み合わせに対し、プロファイルからスコアを計算　⇒スコアの高いペプチドと結合すると予測

プロファイルを用いた結合予測(2)

まとめ 遺伝子発現データの解析 タンパク質ーリガンドのドッキング DNAマイクロアレイ 遺伝子発現データを用いた腫瘍細胞分類 ドッキングの各手法／ソフトウェア紹介 DOCK、AutoDock、FlexX、ICM、GOLD プロファイルを用いた結合予測（SH3-SPOT)

参考文献 発現データを用いた細胞分類 ドッキング Golub et al.: Science, 286, 531 (1999) Ewing & Kuntz: J. Comp. Chem., 18, 1176 (1997) DOCK Morris et al.: J. Comp. Chem., 19, 1639 (1998) AutoDock Rarey et al.: J. Mol. Biol., 261, 470 (1996) FlexX Abagyan et al.: J. Comp. Chem., 15, 488 (1994) ICM Jones et al.: J. Mol. Biol., 267, 727 (1997) GOLD Amato et al.: J. Comp. Biol., 10, 239 (2003) Robotics Brannetti et al.: J. Mol. Biol., 298, 313 (2000) SH3-SPOT