Recherche dans les collections de brevets nationales et internationales
Certains contenus de cette application ne sont pas disponibles pour le moment.
Si cette situation persiste, veuillez nous contacter àObservations et contact
1. (WO2008053924) PROCÉDÉ DE CLASSEMENT DE PAIRES DE PROTÉINES/COMPOSÉS
Dernières données bibliographiques dont dispose le Bureau international

N° de publication : WO/2008/053924 N° de la demande internationale : PCT/JP2007/071236
Date de publication : 08.05.2008 Date de dépôt international : 31.10.2007
CIB :
G01N 27/62 (2006.01) ,C40B 30/02 (2006.01) ,G06F 19/24 (2011.01) ,G06F 19/18 (2011.01)
G PHYSIQUE
01
MÉTROLOGIE; ESSAIS
N
RECHERCHE OU ANALYSE DES MATÉRIAUX PAR DÉTERMINATION DE LEURS PROPRIÉTÉS CHIMIQUES OU PHYSIQUES
27
Recherche ou analyse des matériaux par l'emploi de moyens électriques, électrochimiques ou magnétiques
62
en recherchant l'ionisation des gaz; en recherchant les décharges électriques, p.ex. l'émission cathodique
C CHIMIE; MÉTALLURGIE
40
TECHNOLOGIE COMBINATOIRE
B
CHIMIE COMBINATOIRE; BIBLIOTHÈQUES, p.ex. CHIMIOTHÈQUES, BIBLIOTHÈQUES VIRTUELLES (IN SILICO)
30
Procédés de criblage des bibliothèques
02
Criblage par ordinateur (in silico)
G PHYSIQUE
06
CALCUL; COMPTAGE
F
TRAITEMENT ÉLECTRIQUE DE DONNÉES NUMÉRIQUES
19
Équipement ou méthodes de traitement de données ou de calcul numérique, spécialement adaptés à des applications spécifiques
10
Bio-informatique, c. à d. procédés ou systèmes pour le traitement de données génétiques ou se rapportant aux protéines en biologie moléculaire informatique
24
pour l'apprentissage automatique, l'exploration de données ou les bio statistiques, p.ex. détection de motifs, extraction de connaissances, extraction de règles, corrélation, agrégation ou classification
G PHYSIQUE
06
CALCUL; COMPTAGE
F
TRAITEMENT ÉLECTRIQUE DE DONNÉES NUMÉRIQUES
19
Équipement ou méthodes de traitement de données ou de calcul numérique, spécialement adaptés à des applications spécifiques
10
Bio-informatique, c. à d. procédés ou systèmes pour le traitement de données génétiques ou se rapportant aux protéines en biologie moléculaire informatique
18
pour la génomique ou la protéomique fonctionnelle, p.ex. associations génotype-phénotype, déséquilibre de liaison, mutagénèse, génotypage ou annotation génomique, interactions protéines-protéines ou interactions protéines-acides nucléiques
Déposants :
学校法人慶應義塾 KEIO UNIVERSITY [JP/JP]; 〒1088345 東京都港区三田2丁目15番45号 Tokyo 15-45, Mita 2-chome, Minato-ku, Tokyo 1088345, JP (AllExceptUS)
榊原 康文 SAKAKIBARA, Yasubumi [JP/JP]; JP (UsOnly)
長嶺 誠香 NAGAMINE, Nobuyoshi [JP/JP]; JP (UsOnly)
Inventeurs :
榊原 康文 SAKAKIBARA, Yasubumi; JP
長嶺 誠香 NAGAMINE, Nobuyoshi; JP
Mandataire :
一色国際特許業務法人 ISSHIKI & CO.; 〒1050004 東京都港区新橋2丁目12番7号 労金新橋ビル Tokyo Rookin-Shinbashi Bldg. 12-7, Shinbashi 2-chome Minato-ku, Tokyo 1050004, JP
Données relatives à la priorité :
2006-29711131.10.2006JP
Titre (EN) METHOD OF CLASSIFYING PROTEIN/COMPOUND PAIRS
(FR) PROCÉDÉ DE CLASSEMENT DE PAIRES DE PROTÉINES/COMPOSÉS
(JA) タンパク質-化合物間相互作用予測方法
Abrégé :
(EN) It is intended to provide a method of constructing a pattern recognizer, wherein comprehensively applicable protein data and compound data are employed, with the use of generally usable and easily available data. It is also intended to provide an estimation method of estimating the interaction of a pair the interaction of which is unknown by using the above method of constructing a pattern recognizer. In a first pair having a first interaction and a second pair having a second interaction, more specifically speaking, at least one factor selected from four factors (i.e., the peak position in mass spectral data obtained for each compound, the peak position and intensity, the interval between two peaks, and the interval between two peaks and the intensity corresponding thereto) is vectorized by using data relating to interactions (binding, etc.) between proteins and compounds as indication. Next, the amino acid sequence of each protein is vectorized and a vector involving the element of the above vector derived from each protein and the element of the above vector derived from each compound is formed. On this vector, learning is made with the use of a support vector machine (SVM). Thus, a pattern recognizer capable of distinguishing the class to which the first pair belongs from the class to which the second pair belongs is constructed.
(FR) L'invention concerne un procédé de construction d'un reconnaisseur de modèle, des données de protéines et des données de composés largement applicables étant employées, avec l'utilisation de données généralement utilisables et facilement disponibles. L'invention concerne également un procédé d'estimation pour estimer l'interaction d'une paire dont l'interaction est inconnue en utilisant le procédé ci-dessus de construction d'un reconnaisseur de modèle. Dans une première paire ayant une première interaction et une seconde paire ayant une seconde interaction, plus spécifiquement, au moins un facteur sélectionné parmi quatre facteurs (c'est-à-dire, la position de crête dans des données spectrales de masse obtenues pour chaque composé, la position de crête et l'intensité, l'intervalle entre deux crêtes et l'intervalle entre deux crêtes et l'intensité correspondant à celui-ci) est vectorisé en utilisant des données liées à des interactions (liaisons, etc.) entre des protéines et des composés en guise d'indication. Puis, la séquence d'acides aminés de chaque protéine est vectorisée et un vecteur impliquant l'élément du vecteur ci-dessus déduit de chaque protéine et l'élément du vecteur ci-dessus déduit de chaque composé est formé. Sur ce vecteur, l'apprentissage est fait avec l'utilisation d'une machine vectorielle de support (SVM). Ainsi, un reconnaisseur de modèle susceptible de distinguer la classe à laquelle la première paire appartient de la classe à laquelle la seconde paire appartient est construit.
(JA)  汎用性が高く、入手しやすいデータを利用し、網羅的に適用可能なタンパク質のデータと化合物のデータを用いたパターン認識器構成方法を提供すること、さらに、そのパターン認識器構成方法を利用して、相互作用が未知のペアに対し、その相互作用を予測する予測方法を提供することを本発明の目的とする。具体的には、タンパク質と化合物の結合などの相互作用に関するデータを指標に、第1の相互作用をする第1のペア及び第2の相互作用をする第2のペアに対し、各化合物について得られたマススペクトルデータのピークの位置、ピークの位置及び強度、2つのピークの間隔、2つのピークの間隔及び対応する強度、の4つの因子から選ばれた少なくとも1つの因子をベクトル化し、各タンパク質のアミノ酸配列をベクトル化し、各タンパク質に由来して作成された前記ベクトルの要素と、該タンパク質とペアである前記化合物に由来して作成された前記ベクトルの要素を含むベクトルを作成し、このベクトルに対しサポートベクターマシン(SVM)を適用して学習させ、第1のペアが属するクラス及び第2のペアが属するクラスを識別するパターン認識器を構成する。
États désignés : AE, AG, AL, AM, AT, AU, AZ, BA, BB, BG, BH, BR, BW, BY, BZ, CA, CH, CN, CO, CR, CU, CZ, DE, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IS, JP, KE, KG, KM, KN, KP, KR, KZ, LA, LC, LK, LR, LS, LT, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PG, PH, PL, PT, RO, RS, RU, SC, SD, SE, SG, SK, SL, SM, SV, SY, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW
Organisation régionale africaine de la propriété intellectuelle (ARIPO) (BW, GH, GM, KE, LS, MW, MZ, NA, SD, SL, SZ, TZ, UG, ZM, ZW)
Office eurasien des brevets (OEAB) (AM, AZ, BY, KG, KZ, MD, RU, TJ, TM)
Office européen des brevets (OEB) (AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HU, IE, IS, IT, LT, LU, LV, MC, MT, NL, PL, PT, RO, SE, SI, SK, TR)
Organisation africaine de la propriété intellectuelle (OAPI) (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, ML, MR, NE, SN, TD, TG)
Langue de publication : Japonais (JA)
Langue de dépôt : Japonais (JA)
Également publié sous:
EP2083265JPWO2008053924US20100070438JP5211347IN3091/CHENP/2009