タンパク質構造予測と分散コンピューティング

ショートカット: 違い、類似点、ジャカード類似性係数、参考文献。

タンパク質構造予測と分散コンピューティングの違い

タンパク質構造予測 vs. 分散コンピューティング

タンパク質構造予測 （たんぱくしつこうぞうよそく） は、タンパク質についてそのアミノ酸配列をもとに3次元構造（立体配座）を予測することをいい、バイオインフォマティクスおよび計算化学における研究分野の一つである。専門的な言葉では「タンパク質の一次構造をもとに三次構造を予測すること」と表現できる。タンパク質のアミノ酸配列は一次構造と呼ばれる。タンパク質のアミノ酸配列は、その遺伝子が記録されたDNAの塩基配列から、遺伝コード（コドン）の対応表に基づいて、導出することができる。生体内において、ほとんどのタンパク質の一次構造は一意的に3次元構造（三次構造、コンフォメーション）をとる（タンパク質が折りたたまれる）。タンパク質の3次元構造を知ることは、そのタンパク質の機能を理解する上で有力な手がかりとなる。 創薬などのように公益性が高いさまざまな分野において応用されている。 タンパク質の3次元構造を解明する手段としては、実験による方法と予測による方法がある。この項目では予測による方法を説明する。 タンパク質構造予測においては多くの手法が考案されている。それぞれの手法の有効性は、2年ごとにCASP（Critical Assessment of Techniques for Protein Structure Prediction）により、評価されている。. 分散コンピューティング（ぶんさんコンピューティング、英: Distributed computing）とは、プログラムの個々の部分が同時並行的に複数のコンピュータ上で実行され、各々がネットワークを介して互いに通信を行いながら全体として処理が進行する計算手法のことである。複雑な計算などをネットワークを介して複数のコンピュータを利用して行うことで、一台のコンピュータで計算するよりスループットを上げようとする取り組み、またはそれを実現する為の仕組みである。分散処理（ぶんさんしょり）ともいう。並列コンピューティングの一形態に分類されるが、一般に並列コンピューティングと言えば、同時並行に実行する主体は同じコンピュータシステム内のCPU群である。ただし、どちらもプログラムの分割（同時に実行できる部分にプログラムを分けること）が必須である。分散コンピューティングではさらに、それぞれの部分が異なる環境でも動作できるようにしなければならない。例えば、2台の異なるハードウェアを使ったコンピュータで、それぞれ異なるファイルシステム構成であっても動作するよう配慮する必要がある。 問題を複数の部分問題に分けて各コンピュータに実行させるのが基本であり、素数探索や数多く試してみる以外に解決できない問題の対処として用いられているものが多い。分散コンピューティングの例としてBOINCがある。これは、大きな問題を多数の小さな問題に分割し、多数のコンピュータに分配するフレームワークである。その後、それぞれの結果を集めて大きな解を得る。一般的に処理を分散すると一台のコンピュータで計算する場合と比べ、問題データの分配、収集、集計するためのネットワークの負荷が増加し、問題解決の為のボトルネックとなるため、部分問題間の依存関係を減らすことが重要な課題となる。 分散コンピューティングは、コンピュータ同士をネットワーク接続し、効率的に通信できるよう努力した結果として自然に生まれた。しかし、分散コンピューティングはコンピュータネットワークと同義ではない。単にコンピュータネットワークと言った場合、複数のコンピュータが互いにやり取りするが、単一のプログラムの処理を共有することはない。World Wide Web はコンピュータネットワークの例であるが、分散コンピューティングの例ではない。 分散処理を構築するための様々な技術や標準が存在し、一部はその目的に特化して設計されている。例えば、遠隔手続き呼出し (RPC)、Java Remote Method Invocation (Java RMI)、.NET Remoting などがある。.

フォールディング

フォールディング (folding) は、タンパク質が特定の立体構造に折りたたまれる現象をいう。.

タンパク質構造予測とフォールディング · フォールディングと分散コンピューティング · 続きを見る »

分子動力学法

表面への堆積。それぞれの円は単一原子の位置を示す。現在のシミュレーションにおいて用いられる実際の原子的相互作用は図中の2次元剛体球の相互作用よりも複雑である。 分子動力学法（ぶんしどうりきがくほう、molecular dynamics、MD法）は、原子ならびに分子の物理的な動きのコンピューターシミュレーション手法である。原子および分子はある時間の間相互作用することが許され、これによって原子の動的発展の光景が得られる。最も一般的なMD法では、原子および分子のトラクジェクトリは、相互作用する粒子の系についての古典力学におけるニュートンの運動方程式を数値的に解くことによって決定される。この系では粒子間の力およびポテンシャルエネルギーは原子間ポテンシャル（分子力学力場）によって定義される。MD法は元々は1950年代末に理論物理学分野で考え出されたが、今日では主に化学物理学、材料科学、生体分子のモデリングに適用されている。系の静的、動的安定構造や、動的過程（ダイナミクス）を解析する手法。 分子の系は莫大な数の粒子から構成されるため、このような複雑系の性質を解析的に探ることは不可能である。MDシミュレーションは 数値的手法を用いることによってこの問題を回避する。しかしながら、長いMDシミュレーションは数学的に悪条件であり、数値積分において累積誤差を生成してしまう。これはアルゴリズムとパラメータの適切な選択によって最小化することができるが、完全に取り除くことはできない。 エルゴード仮説に従う系では、単一の分子動力学シミュレーションの展開は系の巨視的熱力学的性質を決定するために使うことができる。エルゴード系の時間平均はミクロカノニカルアンサンブル（小正準集団）平均に対応する。MDは自然の力をアニメーションすることによって未来を予測する、原子スケールの分子の運動についての理解を可能にする「数による統計力学」や「ニュートン力学のラプラス的視点」とも称されている。 MDシミュレーションでは等温、定圧、等温・定圧、定エネルギー、定積、定ケミカルポテンシャル、グランドカノニカルといった様々なアンサンブル（統計集団）の計算が可能である。また、結合長や位置の固定など様々な拘束条件を付加することもできる。計算対象は、バルク、表面、界面、クラスターなど多様な系を扱える。 MD法で扱える系の規模としては、最大で数億原子からなる系の計算例がある。通常の計算規模は数百から数万原子（分子、粒子）程度である。 通常、ポテンシャル関数は、原子-原子の二体ポテンシャルを組み合わせて表現し、これを計算中に変更しない。そのため化学反応のように、原子間結合の生成・開裂を表現するには、何らかの追加の工夫が必要となる。また、ポテンシャルは経験的・半経験的なパラメータから求められる。 こうしたポテンシャル面の精度の問題を回避するため、ポテンシャル面を電子状態の第一原理計算から求める手法もある。このような方法は、第一原理分子動力学法〔量子（ab initio）分子動力学法〕と呼ばれる。この方法では、ポテンシャル面がより正確なものになるが、扱える原子数は格段に減る（スーパーコンピュータを利用しても、最大で約千個程度）。 また第一原理分子動力学法の多くは、電子状態が常に基底状態であることを前提としているものが多く、電子励起状態や電子状態間の非断熱遷移を含む現象の記述は、こうした手法であってもなお困難である。.

タンパク質構造予測と分子動力学法 · 分子動力学法と分散コンピューティング · 続きを見る »

分散コンピューティング

分散コンピューティング（ぶんさんコンピューティング、英: Distributed computing）とは、プログラムの個々の部分が同時並行的に複数のコンピュータ上で実行され、各々がネットワークを介して互いに通信を行いながら全体として処理が進行する計算手法のことである。複雑な計算などをネットワークを介して複数のコンピュータを利用して行うことで、一台のコンピュータで計算するよりスループットを上げようとする取り組み、またはそれを実現する為の仕組みである。分散処理（ぶんさんしょり）ともいう。並列コンピューティングの一形態に分類されるが、一般に並列コンピューティングと言えば、同時並行に実行する主体は同じコンピュータシステム内のCPU群である。ただし、どちらもプログラムの分割（同時に実行できる部分にプログラムを分けること）が必須である。分散コンピューティングではさらに、それぞれの部分が異なる環境でも動作できるようにしなければならない。例えば、2台の異なるハードウェアを使ったコンピュータで、それぞれ異なるファイルシステム構成であっても動作するよう配慮する必要がある。 問題を複数の部分問題に分けて各コンピュータに実行させるのが基本であり、素数探索や数多く試してみる以外に解決できない問題の対処として用いられているものが多い。分散コンピューティングの例としてBOINCがある。これは、大きな問題を多数の小さな問題に分割し、多数のコンピュータに分配するフレームワークである。その後、それぞれの結果を集めて大きな解を得る。一般的に処理を分散すると一台のコンピュータで計算する場合と比べ、問題データの分配、収集、集計するためのネットワークの負荷が増加し、問題解決の為のボトルネックとなるため、部分問題間の依存関係を減らすことが重要な課題となる。 分散コンピューティングは、コンピュータ同士をネットワーク接続し、効率的に通信できるよう努力した結果として自然に生まれた。しかし、分散コンピューティングはコンピュータネットワークと同義ではない。単にコンピュータネットワークと言った場合、複数のコンピュータが互いにやり取りするが、単一のプログラムの処理を共有することはない。World Wide Web はコンピュータネットワークの例であるが、分散コンピューティングの例ではない。 分散処理を構築するための様々な技術や標準が存在し、一部はその目的に特化して設計されている。例えば、遠隔手続き呼出し (RPC)、Java Remote Method Invocation (Java RMI)、.NET Remoting などがある。.

タンパク質構造予測と分散コンピューティング · 分散コンピューティングと分散コンピューティング · 続きを見る »

スーパーコンピュータ

ーパーコンピュータ（supercomputer）は、科学技術計算を主要目的とする大規模コンピュータである。日本国内での略称はスパコン。また、計算科学に必要となる数理からコンピュータシステム技術までの総合的な学問分野を高性能計算と呼ぶ。スーパーコンピュータでは計算性能を最重要視し、最先端の技術が積極的に採用されて作られる。.

スーパーコンピュータとタンパク質構造予測 · スーパーコンピュータと分散コンピューティング · 続きを見る »

タンパク質

ミオグロビンの3D構造。αヘリックスをカラー化している。このタンパク質はX線回折によって初めてその構造が解明された。 タンパク質（タンパクしつ、蛋白質、 、 ）とは、20種類存在するL-アミノ酸が鎖状に多数連結（重合）してできた高分子化合物であり、生物の重要な構成成分のひとつである生化学辞典第2版、p.810 【タンパク質】。 構成するアミノ酸の数や種類、また結合の順序によって種類が異なり、分子量約4000前後のものから、数千万から億単位になるウイルスタンパク質まで多種類が存在する。連結したアミノ酸の個数が少ない場合にはペプチドと言い、これが直線状に連なったものはポリペプチドと呼ばれる武村(2011)、p.24-33、第一章 たんぱく質の性質、第二節 肉を食べることの意味ことが多いが、名称の使い分けを決める明確なアミノ酸の個数が決まっているわけではないようである。 タンパク質は、炭水化物、脂質とともに三大栄養素と呼ばれ、英語の各々の頭文字を取って「PFC」とも呼ばれる。タンパク質は身体をつくる役割も果たしている『見てわかる！栄養の図解事典』。.

タンパク質とタンパク質構造予測 · タンパク質と分散コンピューティング · 続きを見る »

遺伝子

遺伝子（いでんし）は、ほとんどの生物においてDNAを担体とし、その塩基配列にコードされる遺伝情報である。ただし、RNAウイルスではRNA配列にコードされている。.

タンパク質構造予測と遺伝子 · 分散コンピューティングと遺伝子 · 続きを見る »

Folding@home

Folding@home（FAH、フォールディング・アット・ホーム）は、2000年10月から北アメリカのスタンフォード大学を中心に行われている分散コンピューティングプロジェクトおよび、それに使用されているコンピュータプログラム。 たんぱく質の折りたたみ構造を解析することで、これに関係する様々な疾病（アルツハイマー病、がん、パーキンソン病、狂牛病など）の治療に役立てるのが目的。このプログラムをダウンロードし、パーソナルコンピュータなどで動作させると研究に必要な計算が行われ、その計算結果がインターネットを通じてスタンフォード大学に送られる。また、このプロジェクトではCPUだけでなく、GPGPUによる処理も行う事が出来る。.

Folding@homeとタンパク質構造予測 · Folding@homeと分散コンピューティング · 続きを見る »