研究論文
系列二分決定グラフを用いたタンパク質配列モチーフの多重表現
キーワード:
Sequence binary decision diagram,
Aho-Corasick algorithm,
Multiple representation,
Sequence motif,
Motif search
2020 年 19 巻 1 号 p. 8-17
詳細
2020 年 19 巻 1 号 p. 8-17
本稿では，系列二分決定グラフ(SeqBDD)を用いたタンパク質配列モチーフの多重表現とそのモチーフ検索への応用について述べる．SeqBDDは，複数の文字列のような配列集合の圧縮表現である．本研究では，SeqBDDのための二つのアルゴリズムを開発した．一つ目は，対応するモチーフのアミノ酸配列を表現するSeqBDDを構築するためのもので，二つ目は状態遷移を追加することにより，SeqBDDのための決定性有限オートマトン(DFA)に相当するオートマトンを構築するためのものである．性能評価のために，マトリクスメタロプロテアーゼ(MMP)ファミリーにおいて保存されている三つのドメインを，UniProtKB/Swiss-Prot (Rel. 2017_09)から得られた555,594の全てのアミノ酸配列に対して検索した．PROSITEパターンを使用した同様の検索結果と比較して，本手法は，適合率，再現率，およびF値において良好な結果を示した．
