1 / 21

2006 年 CASP7 コンテストにおける 自動サーバによるタンパク質モデリング： 日本、 米国、欧州の実力

2006 年 CASP7 コンテストにおける 自動サーバによるタンパク質モデリング： 日本、 米国、欧州の実力. （北里大・薬、 ＊理研・ GSC ） ○岩舘　満雄＊、寺師　玄記、加納　和彦、 高谷　大輔、細井　亜紀男、大田　数広、 竹田 - 志鷹　真由子＊、梅山　秀明＊. 平成 18 年 11 月 15 日　構造活性シンポジウム（新潟）. 遺伝学研究所 GTOP の RPS-BLAST のアライメントをモデリング. NCBI NR に対して RPS-BLAST を行いアライメントの重複を省いてモデリング.

nuru
Download Presentation

2006 年 CASP7 コンテストにおける 自動サーバによるタンパク質モデリング： 日本、 米国、欧州の実力

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 2006年CASP7コンテストにおける自動サーバによるタンパク質モデリング：日本、 米国、欧州の実力 （北里大・薬、 ＊理研・GSC） ○岩舘　満雄＊、寺師　玄記、加納　和彦、 高谷　大輔、細井　亜紀男、大田　数広、 竹田-志鷹　真由子＊、梅山　秀明＊ 平成18年11月15日　構造活性シンポジウム（新潟）

  2. 遺伝学研究所GTOPのRPS-BLASTのアライメントをモデリング遺伝学研究所GTOPのRPS-BLASTのアライメントをモデリング NCBI NRに対してRPS-BLASTを行いアライメントの重複を省いてモデリング ヒト･ラット・マウスについてより詳細情報とともにモデリング結果を収録 ヒトだけに焦点を絞り高頻度の更新と詳細情報収録を目的としている http://famshelp.gsc.riken.jp/famsbase RIKEN FAMSBASE公開しました

  3. Publish Server Answer (every week) Human Predictor CASP Deadline for each target Server Deadline Query Sequence 48 hr Server in CASP time

  4. All 100 Target of CASP7 タンパク３０００等の構造生物学的プロジェクトの国際的な進展と共にホモロジーモデリング適用可のターゲットが増加してきている • 88 targets are release on 10 Nov 2006 • Classification using SVM • 57 CM (Comparative Modeling) targets • 31 FR (Fold Recognition) targets タンパク質自動予測家達が増加してきており、統計情報を取るのに都合が良くなってきている 43 in CASP6, 24 in CASP5 47 in CASP6, 29 in CASP5

  5. Umeyama teams

  6. Expand free energy from 3D to 1D using experimental data Method of Umeyama Server Teams CIRCLE: Using some important server-answers, modeling by FAMS and estimating structures by threading program FUNCTION Using some homology-searching programs (SPARKS2, BLAST, FASTA) , modeling by FAMS and using a function of e-value, homology% and Secondary Structure FAMSD: Using some homology-searching programs (SPARKS2, BLAST, FASTA) , modeling by FAMS and another function of e-value, homology% and Secondary Structure and estimating structures by threading program FAMS Using multiple-alignment FAMS, ab-initio modeling and estimating structures by threading program

  7. 5.7Å 2.2Å 2.2Å 5.3Å 3.5Å 3.5Å 0.8Å 0.8Å 0.8Å 6.5Å 1.9Å 1.9Å 1.9Å 4.2Å GDT_TS(Global Distance Test Total Score) GDT_TS=(GDT_P1+ GDT_P2+ GDT_P4+ GDT_P8)/4 Where GDT_Pn Percent of residues under Ca distance cutoff <=n.0 Å. example GDT_P1=(1/9)*100 GDT_P2=(2/9)*100 GDT_P4=(4/9)*100 GDT_P8=(8/9)*100 GDT_TS=41.7 Chain A 8.1Å 5.7Å 2.2Å 5.3Å 3.5Å 0.8Å 0.8Å 1.9Å 6.5Å 4.2Å Chain B

  8. 70 100 80 40 60 30 50 90 20 GDT_TS and model quality

  9. Cβ N ここの回転角の精度 Cα C O χ1 assessment • Correctの残基数 • CASPのCMサーバー部門でよく用いられる Correct : | χ1experimental - χ1model | <=40°

  10. Umeyama teams Assessments of CASP7 All 88 targets. GDT_TS χ1 in 3.5Å Ca accuracy 1 5291.52 Zhang-Server 2 4976.37 HHpred2 3 4959.04 Pmodeller6 4 4926.6 CIRCLE 5 4917.05 Pcons6 6 4913.53 HHpred3 7 4909.65 ROBETTA 8 4902.41 BayesHH 9 4886.08 FAMSD 10 4879.27 UNI-EID_expm 1 5612 ROBETTA 2 5549 Pmodeller6 3 5432 Pcons6 4 5374 FAMSD 5 5336 FAMS 6 5325 Zhang-Server 7 5223 CIRCLE 8 5085 FUNCTION 9 5012 SAM_T06_server 10 4979 Bilab-ENABLE

  11. Umeyama teams Assessments of CASP7 57 CM targets from SVM. GDT_TS χ1 in 3.5Å Ca accuracy 1 4125.32 Zhang-Server 2 3949.26 FAMSD 3 3947.64 UNI-EID_expm 4 3944.64 CIRCLE 5 3939.36 HHpred2 6 3937.69 HHpred3 7 3928.55 beautshot 8 3925.04 BayesHH 9 3914.24 FAMS 10 3898.92 SP3 1 5010 ROBETTA 2 4900 Pmodeller6 3 4882 FAMS 4 4879 FAMSD 5 4855 Pcons6 6 4748 CIRCLE 7 4748 Zhang-Server 8 4633 FUNCTION 9 4594 Bilab-ENABLE 10 4571 CaspIta-FOX

  12. Umeyama teams Assessments of CASP7 31 FR targets from SVM. GDT_TS χ1 in 3.5Å Ca accuracy 1 1166.2 Zhang-Server 2 1129.96 Pmodeller6 3 1056.55 ROBETTA 4 1037.01 HHpred2 5 1033.1 Pcons6 6 1031.74 MetaTasser 7 981.96 CIRCLE 8 977.37 BayesHH 9 975.84 HHpred3 10 973.37 HHpred1 1 649 Pmodeller6 2 602 ROBETTA 3 577 Pcons6 4 577 Zhang-Server 5 559 MetaTasser 6 523 SAM_T06_server 7 503 HHpred2 8 495 FAMSD 9 488 HHpred1 10 475 CIRCLE

  13. Assessments of CASP7 57 CM targets from SVM. GDT_TS χ1 in 3.5Å Ca accuracy 1 4125.32 Zhang-Server 2 3949.26 FAMSD 3 3947.64 UNI-EID_expm 4 3944.64 CIRCLE 5 3939.36 HHpred2 6 3937.69 HHpred3 7 3928.55 beautshot 8 3925.04 BayesHH 9 3914.24 FAMS 10 3898.92 SP3 1 5010 ROBETTA 2 4900 Pmodeller6 3 4882 FAMS 4 4879 FAMSD 5 4855 Pcons6 6 4748 CIRCLE 7 4748 Zhang-Server 8 4633 FUNCTION 9 4594 Bilab-ENABLE 10 4571 CaspIta-FOX FAMSモデリングプログラムにはχ1の確度を高める効果がある 日本 米国 欧州

  14. Assessments of CASP7 31 FR targets from SVM. GDT_TS χ1 in 3.5Å Ca accuracy 1 1166.2 Zhang-Server 2 1129.96 Pmodeller6 3 1056.55 ROBETTA 4 1037.01 HHpred2 5 1033.1 Pcons6 6 1031.74 MetaTasser 7 981.96 CIRCLE 8 977.37 BayesHH 9 975.84 HHpred3 10 973.37 HHpred1 1 649 Pmodeller6 2 602 ROBETTA 3 577 Pcons6 4 577 Zhang-Server 5 559 MetaTasser 6 523 SAM_T06_server 7 503 HHpred2 8 495 FAMSD 9 488 HHpred1 10 475 CIRCLE 日本 米国 欧州

  15. Publish Server Answer (every week) Human Predictor CASP Deadline for each target Server Deadline Query Sequence Automated Procedure 48 hr Server in CASP time Virtual Servers • サーバーの答えを使うサーバー：meta server • 選ぶだけのサーバー：meta selector

  16. Virtual Servers • fams_ace： • 3D1Dとコンセンサスで選ぶmeta selecter • CIECLE-FAMS ： • 3D1Dで選ぶmeta selecter • fams-multi ： • 3D1Dで複数のモデルを選び、 • 100％のmulti-FAMSを実行するmeta server

  17. 5115 CIRCLE_FAMS 5070 fams_multi 4102.61 fams_ace 4037.85 CIRCLE_FAMS 4023.57 fams_multi Assessments of CASP7 CM targets. GDT_TS χ1 in 3.5Å Ca accuracy 1 4125.32 Zhang-Server 2 3949.26 FAMSD 3 3947.64 UNI-EID_expm 4 3944.64 CIRCLE 5 3939.36 HHpred2 6 3937.69 HHpred3 7 3928.55 beautshot 8 3925.04 BayesHH 9 3914.24 FAMS 10 3898.92 SP3 1 5010 ROBETTA 2 4900 Pmodeller6 3 4882 FAMS 4 4879 FAMSD 5 4855 Pcons6 6 4748 CIRCLE 7 4748 Zhang-Server 8 4633 FUNCTION 9 4594 Bilab-ENABLE 10 4571 CaspIta-FOX

  18. 1093.69 fams_ace 1091.55 CIRCLE_FAMS 615 CIRCLE_FAMS 1023.07 fams_multi 568 fams_ace 516 fams_multi Assessments of CASP7 FR targets. GDT_TS χ1 in 3.5Å Ca accuracy 1 1166.2 Zhang-Server 2 1129.96 Pmodeller6 3 1056.55 ROBETTA 4 1037.01 HHpred2 5 1033.1 Pcons6 6 1031.74 MetaTasser 7 981.96 CIRCLE 8 977.37 BayesHH 9 975.84 HHpred3 10 973.37 HHpred1 1 649 Pmodeller6 2 602 ROBETTA 3 577 Pcons6 4 577 Zhang-Server 5 559 MetaTasser 6 523 SAM_T06_server 7 503 HHpred2 8 495 FAMSD 9 488 HHpred1 10 475 CIRCLE

  19. CIRCLE_FAMS • 5586 fams_multi 5196.3 fams_ace 5129.4 CIRCLE_FAMS 5046.64 fams_multi 5135 fams_ace Assessments of CASP7 All targets. GDT_TS χ1 in 3.5Å Ca accuracy 1 5291.52 Zhang-Server 2 4976.37 HHpred2 3 4959.04 Pmodeller6 4 4926.6 CIRCLE 5 4917.05 Pcons6 6 4913.53 HHpred3 7 4909.65 ROBETTA 8 4902.41 BayesHH 9 4886.08 FAMSD 10 4879.27 UNI-EID_expm 1 5612 ROBETTA 2 5549 Pmodeller6 3 5432 Pcons6 4 5374 FAMSD 5 5336 FAMS 6 5325 Zhang-Server 7 5223 CIRCLE 8 5085 FUNCTION 9 5012 SAM_T06_server 10 4979 Bilab-ENABLE

  20. 4131.52 fams_ace_STD3SS_ori Assessments of CASP7 CM targets. GDT_TS χ1 in 3.5Å Ca accuracy 1 4125.32 Zhang-Server 2 3949.26 FAMSD 3 3947.64 UNI-EID_expm 4 3944.64 CIRCLE 5 3939.36 HHpred2 6 3937.69 HHpred3 7 3928.55 beautshot 8 3925.04 BayesHH 9 3914.24 FAMS 10 3898.92 SP3 1 5010 ROBETTA 2 4900 Pmodeller6 3 4882 FAMS 4 4879 FAMSD 5 4855 Pcons6 6 4748 CIRCLE 7 4748 Zhang-Server 8 4633 FUNCTION 9 4594 Bilab-ENABLE 10 4571 CaspIta-FOX 5115 CIRCLE_FAMS 5070 fams_multi 4102.61 fams_ace 4037.85 CIRCLE_FAMS 4023.57 fams_multi Zhang-Serverはコンセンサスのアルゴリズムをとっていると考えられる

  21. Conclusions • 日米欧の実力はCMでは拮抗、FRでは少し遅れをとっていると言える • コンセンサスは主鎖の評価で高得点を取るのに重要 • コンセンサスと物理的関数（特に3D1D）の組み合わせは強力なツールとなりうる • 主鎖のみならず側鎖をも評価に含めると、物理的関数が要求される • 難易度の高いターゲットにおいても物理的関数は要求される。

More Related