[論文レビュー] SVM Model for Identification of human GPCRs

Sonal Shrivastava, Kamal Raj Pardasani+1 more|arXiv (Cornell University)|Feb 21, 2010

Machine Learning in Bioinformatics参考文献 8被引用数 3

ひとこと要約

本研究では、N末端領域、細胞外ループ、アミノ酸組成、および物理化学的性質からの配列特徴を用いて、ヒトGプロテイン共役型受容体（GPCRs）を同定するサポートベクターマシン（SVM）ベースのモデルを開発した。このモデルは、GPCRDBに登録されたヒトクラスAロドプシンGPCRのレベル1サブファミリーを非ヒト種から分類する際、94％の正確性を達成した。

ABSTRACT

G-protein coupled receptors (GPCRs) constitute a broad class of cell-surface receptors in eukaryotes and they possess seven transmembrane a-helical domains. GPCRs are usually classified into several functionally distinct families that play a key role in cellular signalling and regulation of basic physiological processes. We can develop statistical models based on these common features that can be used to classify proteins, to predict new members, and to study the sequence-function relationship of this protein function group. In this study, SVM based classification model has been developed for the identification of human gpcr sequences. Sequences of Level 1 subfamilies of Class A rhodopsin is considered as case study. In the present study, an attempt has been made to classify GPCRs on the basis of species. The present study classifies human gpcr sequences with rest of the species available in GPCRDB. Classification is based on specific information derived from the n-terminal and extracellular loops of the sequences, some physicochemical properties and amino acid composition of corresponding gpcr sequences. Our method classifies Level 1 subfamilies of GPCRs with 94% accuracy.

研究の動機と目的

• 配列由来の特徴に基づいてヒトGPCRと非ヒトGPCRを区別する計算モデルを開発すること。
• N末端および細胞外ループ領域がヒトGPCR分類にどのように寄与するかを調査すること。
• アミノ酸組成および物理化学的性質が分類精度を向上させる役割をどのように果たすかを検討すること。
• 新規のヒトGPCRを同定するための信頼性のある統計的フレームワークを確立すること。

提案手法

• 本研究では、ヒトおよび非ヒトGPCRから抽出した配列特徴を用いてトレーニングされたサポートベクターマシン（SVM）分類器を用いた。
• 特徴にはアミノ酸組成、物理化学的性質（例：疎水性、疎水性）およびN末端および細胞外ループからの構造的モチーフが含まれる。
• データセットは、GPCRDBデータベースに登録されたクラスAロドプシンGPCRのレベル1サブファミリーから構成されている。
• モデルの汎化性能を向上させ、ノイズを低減するために特徴選択および正規化が実施された。
• 妥当性を確保するため、交差検証手法を用いてSVMモデルをトレーニングおよび検証した。
• 分類性能は正確性を用いて評価され、主な指標として94％が報告された。

実験結果

リサーチクエスチョン

• RQ1 SVMベースのモデルは、配列由来の特徴を用いて、ヒトGPCRと非ヒトGPCRを効果的に区別できるか？
• RQ2 どの配列領域（例：N末端、細胞外ループ）が分類精度に最も顕著に寄与するか？
• RQ3 アミノ酸組成および物理化学的性質は、GPCR配列の分類性能にどのように影響を与えるか？
• RQ4 このモデルは、既知のサブファミリーのパターンに基づいて、新規のヒトGPCRメンバーをどの程度正確に予測できるか？
• RQ5 このモデルは、ヒトGPCRサブファミリー内の配列-機能関係を信頼性を持って捉えられるか？

主な発見

• SVMモデルは、ヒトGPCRと非ヒトGPCRを区別する分類において94％の正確性を達成した。
• N末端および細胞外ループ領域が、モデルの識別力に顕著に寄与した。
• アミノ酸組成および物理化学的性質は、分類性能の向上に有効な特徴であった。
• モデルは、クラスAロドプシンGPCRのレベル1サブファミリーを高い精度で正しく分類できた。
• 本研究では、保存された配列および物理化学的特徴に基づいて機械学習を用いてヒトGPCRを同定することが実現可能であることを示した。
• 結果から、このモデルは新規のヒトGPCRメンバーの予測に拡張可能であり、機能アノテーション作業を支援できる可能性がある。