JP2022536343A - 機械学習を用いたタンパク質同定技術および関連するシステムと方法 - Google Patents
機械学習を用いたタンパク質同定技術および関連するシステムと方法 Download PDFInfo
- Publication number
- JP2022536343A JP2022536343A JP2021573337A JP2021573337A JP2022536343A JP 2022536343 A JP2022536343 A JP 2022536343A JP 2021573337 A JP2021573337 A JP 2021573337A JP 2021573337 A JP2021573337 A JP 2021573337A JP 2022536343 A JP2022536343 A JP 2022536343A
- Authority
- JP
- Japan
- Prior art keywords
- data
- amino acids
- machine learning
- learning model
- polypeptide
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000010801 machine learning Methods 0.000 title claims abstract description 349
- 102000004169 proteins and genes Human genes 0.000 title claims abstract description 269
- 108090000623 proteins and genes Proteins 0.000 title claims abstract description 269
- 238000000034 method Methods 0.000 title claims abstract description 240
- 150000001413 amino acids Chemical class 0.000 claims abstract description 524
- 108090000765 processed proteins & peptides Proteins 0.000 claims abstract description 387
- 102000004196 processed proteins & peptides Human genes 0.000 claims abstract description 373
- 229920001184 polypeptide Polymers 0.000 claims abstract description 368
- 239000003153 chemical reaction reagent Substances 0.000 claims abstract description 277
- 238000009739 binding Methods 0.000 claims abstract description 225
- 230000003993 interaction Effects 0.000 claims abstract description 208
- 125000003275 alpha amino acid group Chemical group 0.000 claims abstract description 134
- 238000004020 luminiscence type Methods 0.000 claims abstract description 128
- 238000012549 training Methods 0.000 claims description 134
- 238000003860 storage Methods 0.000 claims description 81
- 230000008569 process Effects 0.000 claims description 69
- 239000000203 mixture Substances 0.000 claims description 59
- 238000013527 convolutional neural network Methods 0.000 claims description 55
- 238000009826 distribution Methods 0.000 claims description 44
- 238000013528 artificial neural network Methods 0.000 claims description 26
- 238000013136 deep learning model Methods 0.000 claims description 23
- 230000002123 temporal effect Effects 0.000 claims description 19
- 230000003044 adaptive effect Effects 0.000 claims description 10
- 230000005284 excitation Effects 0.000 abstract description 68
- 238000000734 protein sequencing Methods 0.000 abstract description 22
- 229940024606 amino acid Drugs 0.000 description 467
- 235000001014 amino acid Nutrition 0.000 description 466
- 235000018102 proteins Nutrition 0.000 description 259
- 238000012163 sequencing technique Methods 0.000 description 56
- 230000006870 function Effects 0.000 description 45
- 102000018389 Exopeptidases Human genes 0.000 description 38
- 108010091443 Exopeptidases Proteins 0.000 description 38
- 238000013459 approach Methods 0.000 description 32
- 238000003776 cleavage reaction Methods 0.000 description 29
- 230000007017 scission Effects 0.000 description 29
- 239000000523 sample Substances 0.000 description 28
- 239000011159 matrix material Substances 0.000 description 22
- 230000004044 response Effects 0.000 description 20
- 238000001514 detection method Methods 0.000 description 17
- 102000035195 Peptidases Human genes 0.000 description 12
- 108091005804 Peptidases Proteins 0.000 description 12
- 238000006731 degradation reaction Methods 0.000 description 11
- 230000015556 catabolic process Effects 0.000 description 10
- 239000002773 nucleotide Substances 0.000 description 10
- 125000003729 nucleotide group Chemical group 0.000 description 10
- 235000019833 protease Nutrition 0.000 description 10
- 108010016626 Dipeptides Proteins 0.000 description 9
- 238000006243 chemical reaction Methods 0.000 description 9
- 238000005259 measurement Methods 0.000 description 9
- 108020004707 nucleic acids Proteins 0.000 description 9
- 102000039446 nucleic acids Human genes 0.000 description 9
- 150000007523 nucleic acids Chemical class 0.000 description 9
- 238000011176 pooling Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 7
- 238000005406 washing Methods 0.000 description 7
- KDXKERNSBIXSRK-UHFFFAOYSA-N Lysine Natural products NCCCCC(N)C(O)=O KDXKERNSBIXSRK-UHFFFAOYSA-N 0.000 description 6
- 239000004472 Lysine Substances 0.000 description 6
- 230000015654 memory Effects 0.000 description 6
- 238000003062 neural network model Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000012706 support-vector machine Methods 0.000 description 6
- WHUUTDBJXJRKMK-UHFFFAOYSA-N Glutamic acid Natural products OC(=O)C(N)CCC(O)=O WHUUTDBJXJRKMK-UHFFFAOYSA-N 0.000 description 5
- CKLJMWTZIZZHCS-REOHCLBHSA-N L-aspartic acid Chemical compound OC(=O)[C@@H](N)CC(O)=O CKLJMWTZIZZHCS-REOHCLBHSA-N 0.000 description 5
- 230000004913 activation Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 5
- 238000000354 decomposition reaction Methods 0.000 description 5
- 238000012217 deletion Methods 0.000 description 5
- 230000037430 deletion Effects 0.000 description 5
- 235000013922 glutamic acid Nutrition 0.000 description 5
- 239000004220 glutamic acid Substances 0.000 description 5
- 238000003780 insertion Methods 0.000 description 5
- 230000037431 insertion Effects 0.000 description 5
- 229920000642 polymer Polymers 0.000 description 5
- 239000011541 reaction mixture Substances 0.000 description 5
- 239000007787 solid Substances 0.000 description 5
- 239000000126 substance Substances 0.000 description 5
- DHMQDGOQFOQNFH-UHFFFAOYSA-N Glycine Chemical compound NCC(O)=O DHMQDGOQFOQNFH-UHFFFAOYSA-N 0.000 description 4
- QNAYBMKLOCPYGJ-REOHCLBHSA-N L-alanine Chemical compound C[C@H](N)C(O)=O QNAYBMKLOCPYGJ-REOHCLBHSA-N 0.000 description 4
- 235000004279 alanine Nutrition 0.000 description 4
- 235000003704 aspartic acid Nutrition 0.000 description 4
- OQFSQFPPLPISGP-UHFFFAOYSA-N beta-carboxyaspartic acid Natural products OC(=O)C(N)C(C(O)=O)C(O)=O OQFSQFPPLPISGP-UHFFFAOYSA-N 0.000 description 4
- 230000000670 limiting effect Effects 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 102000005927 Cysteine Proteases Human genes 0.000 description 3
- 108010005843 Cysteine Proteases Proteins 0.000 description 3
- 102000005593 Endopeptidases Human genes 0.000 description 3
- 108010059378 Endopeptidases Proteins 0.000 description 3
- ROHFNLRQFUQHCH-YFKPBYRVSA-N L-leucine Chemical compound CC(C)C[C@H](N)C(O)=O ROHFNLRQFUQHCH-YFKPBYRVSA-N 0.000 description 3
- ROHFNLRQFUQHCH-UHFFFAOYSA-N Leucine Natural products CC(C)CC(N)C(O)=O ROHFNLRQFUQHCH-UHFFFAOYSA-N 0.000 description 3
- 108091028043 Nucleic acid sequence Proteins 0.000 description 3
- RWRDLPDLKQPQOW-UHFFFAOYSA-N Pyrrolidine Chemical compound C1CCNC1 RWRDLPDLKQPQOW-UHFFFAOYSA-N 0.000 description 3
- 230000002378 acidificating effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000003064 k means clustering Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 230000000306 recurrent effect Effects 0.000 description 3
- 230000003252 repetitive effect Effects 0.000 description 3
- YBJHBAHKTGYVGT-ZKWXMUAHSA-N (+)-Biotin Chemical compound N1C(=O)N[C@@H]2[C@H](CCCCC(=O)O)SC[C@@H]21 YBJHBAHKTGYVGT-ZKWXMUAHSA-N 0.000 description 2
- 102000052866 Amino Acyl-tRNA Synthetases Human genes 0.000 description 2
- 108700028939 Amino Acyl-tRNA Synthetases Proteins 0.000 description 2
- 102000004400 Aminopeptidases Human genes 0.000 description 2
- 108090000915 Aminopeptidases Proteins 0.000 description 2
- DCXYFEDJOCDNAF-UHFFFAOYSA-N Asparagine Natural products OC(=O)C(N)CC(N)=O DCXYFEDJOCDNAF-UHFFFAOYSA-N 0.000 description 2
- 102000005367 Carboxypeptidases Human genes 0.000 description 2
- 108010006303 Carboxypeptidases Proteins 0.000 description 2
- 108020004414 DNA Proteins 0.000 description 2
- 102000004190 Enzymes Human genes 0.000 description 2
- 108090000790 Enzymes Proteins 0.000 description 2
- 239000004471 Glycine Substances 0.000 description 2
- DCXYFEDJOCDNAF-REOHCLBHSA-N L-asparagine Chemical compound OC(=O)[C@@H](N)CC(N)=O DCXYFEDJOCDNAF-REOHCLBHSA-N 0.000 description 2
- AGPKZVBTJJNPAG-WHFBIAKZSA-N L-isoleucine Chemical compound CC[C@H](C)[C@H](N)C(O)=O AGPKZVBTJJNPAG-WHFBIAKZSA-N 0.000 description 2
- FFEARJCKVFRZRR-BYPYZUCNSA-N L-methionine Chemical compound CSCC[C@H](N)C(O)=O FFEARJCKVFRZRR-BYPYZUCNSA-N 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 2
- 239000004365 Protease Substances 0.000 description 2
- AYFVYJQAPQTCCC-UHFFFAOYSA-N Threonine Natural products CC(O)C(N)C(O)=O AYFVYJQAPQTCCC-UHFFFAOYSA-N 0.000 description 2
- 239000004473 Threonine Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 235000009582 asparagine Nutrition 0.000 description 2
- 229960001230 asparagine Drugs 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 239000013256 coordination polymer Substances 0.000 description 2
- 125000000151 cysteine group Chemical class N[C@@H](CS)C(=O)* 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 230000002255 enzymatic effect Effects 0.000 description 2
- 229940088598 enzyme Drugs 0.000 description 2
- 238000007672 fourth generation sequencing Methods 0.000 description 2
- 239000012634 fragment Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 229960000310 isoleucine Drugs 0.000 description 2
- AGPKZVBTJJNPAG-UHFFFAOYSA-N isoleucine Natural products CCC(C)C(N)C(O)=O AGPKZVBTJJNPAG-UHFFFAOYSA-N 0.000 description 2
- 229930182817 methionine Natural products 0.000 description 2
- -1 muteins Proteins 0.000 description 2
- 230000007935 neutral effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000037361 pathway Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 235000008521 threonine Nutrition 0.000 description 2
- 230000036964 tight binding Effects 0.000 description 2
- MTCFGRXMJLQNBG-REOHCLBHSA-N (2S)-2-Amino-3-hydroxypropansäure Chemical compound OC[C@H](N)C(O)=O MTCFGRXMJLQNBG-REOHCLBHSA-N 0.000 description 1
- FDKWRPBBCBCIGA-REOHCLBHSA-N (2r)-2-azaniumyl-3-$l^{1}-selanylpropanoate Chemical compound [Se]C[C@H](N)C(O)=O FDKWRPBBCBCIGA-REOHCLBHSA-N 0.000 description 1
- 108091032973 (ribonucleotides)n+m Proteins 0.000 description 1
- 102000011932 ATPases Associated with Diverse Cellular Activities Human genes 0.000 description 1
- 108010075752 ATPases Associated with Diverse Cellular Activities Proteins 0.000 description 1
- 241000589155 Agrobacterium tumefaciens Species 0.000 description 1
- 108091023037 Aptamer Proteins 0.000 description 1
- 239000004475 Arginine Substances 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 108090001008 Avidin Proteins 0.000 description 1
- 125000001433 C-terminal amino-acid group Chemical group 0.000 description 1
- 102000053642 Catalytic RNA Human genes 0.000 description 1
- 108090000994 Catalytic RNA Proteins 0.000 description 1
- 241000010804 Caulobacter vibrioides Species 0.000 description 1
- FDKWRPBBCBCIGA-UWTATZPHSA-N D-Selenocysteine Natural products [Se]C[C@@H](N)C(O)=O FDKWRPBBCBCIGA-UWTATZPHSA-N 0.000 description 1
- 241000588724 Escherichia coli Species 0.000 description 1
- XUJNEKJLAYXESH-REOHCLBHSA-N L-Cysteine Chemical compound SC[C@H](N)C(O)=O XUJNEKJLAYXESH-REOHCLBHSA-N 0.000 description 1
- ODKSFYDXXFIFQN-BYPYZUCNSA-P L-argininium(2+) Chemical compound NC(=[NH2+])NCCC[C@H]([NH3+])C(O)=O ODKSFYDXXFIFQN-BYPYZUCNSA-P 0.000 description 1
- WHUUTDBJXJRKMK-VKHMYHEASA-N L-glutamic acid Chemical compound OC(=O)[C@@H](N)CCC(O)=O WHUUTDBJXJRKMK-VKHMYHEASA-N 0.000 description 1
- ZDXPYRJPNDTMRX-VKHMYHEASA-N L-glutamine Chemical compound OC(=O)[C@@H](N)CCC(N)=O ZDXPYRJPNDTMRX-VKHMYHEASA-N 0.000 description 1
- HNDVDQJCIGZPNO-YFKPBYRVSA-N L-histidine Chemical compound OC(=O)[C@@H](N)CC1=CN=CN1 HNDVDQJCIGZPNO-YFKPBYRVSA-N 0.000 description 1
- KDXKERNSBIXSRK-YFKPBYRVSA-N L-lysine Chemical compound NCCCC[C@H](N)C(O)=O KDXKERNSBIXSRK-YFKPBYRVSA-N 0.000 description 1
- COLNVLDHVKWLRT-QMMMGPOBSA-N L-phenylalanine Chemical compound OC(=O)[C@@H](N)CC1=CC=CC=C1 COLNVLDHVKWLRT-QMMMGPOBSA-N 0.000 description 1
- AYFVYJQAPQTCCC-GBXIJSLDSA-N L-threonine Chemical compound C[C@@H](O)[C@H](N)C(O)=O AYFVYJQAPQTCCC-GBXIJSLDSA-N 0.000 description 1
- QIVBCDIJIAJPQS-VIFPVBQESA-N L-tryptophane Chemical compound C1=CC=C2C(C[C@H](N)C(O)=O)=CNC2=C1 QIVBCDIJIAJPQS-VIFPVBQESA-N 0.000 description 1
- OUYCCCASQSFEME-QMMMGPOBSA-N L-tyrosine Chemical compound OC(=O)[C@@H](N)CC1=CC=C(O)C=C1 OUYCCCASQSFEME-QMMMGPOBSA-N 0.000 description 1
- KZSNJWFQEVHDMF-BYPYZUCNSA-N L-valine Chemical compound CC(C)[C@H](N)C(O)=O KZSNJWFQEVHDMF-BYPYZUCNSA-N 0.000 description 1
- 241000699670 Mus sp. Species 0.000 description 1
- 125000001429 N-terminal alpha-amino-acid group Chemical group 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 102000007079 Peptide Fragments Human genes 0.000 description 1
- 108010033276 Peptide Fragments Proteins 0.000 description 1
- 241000223960 Plasmodium falciparum Species 0.000 description 1
- 108010026552 Proteome Proteins 0.000 description 1
- 239000013614 RNA sample Substances 0.000 description 1
- MTCFGRXMJLQNBG-UHFFFAOYSA-N Serine Natural products OCC(N)C(O)=O MTCFGRXMJLQNBG-UHFFFAOYSA-N 0.000 description 1
- 241000192707 Synechococcus Species 0.000 description 1
- 241000223109 Trypanosoma cruzi Species 0.000 description 1
- QIVBCDIJIAJPQS-UHFFFAOYSA-N Tryptophan Natural products C1=CC=C2C(CC(N)C(O)=O)=CNC2=C1 QIVBCDIJIAJPQS-UHFFFAOYSA-N 0.000 description 1
- KZSNJWFQEVHDMF-UHFFFAOYSA-N Valine Natural products CC(C)C(N)C(O)=O KZSNJWFQEVHDMF-UHFFFAOYSA-N 0.000 description 1
- 125000001931 aliphatic group Chemical group 0.000 description 1
- 125000000539 amino acid group Chemical group 0.000 description 1
- 239000012491 analyte Substances 0.000 description 1
- 239000000427 antigen Substances 0.000 description 1
- 108091007433 antigens Proteins 0.000 description 1
- 102000036639 antigens Human genes 0.000 description 1
- ODKSFYDXXFIFQN-UHFFFAOYSA-N arginine Natural products OC(=O)C(N)CCCNC(N)=N ODKSFYDXXFIFQN-UHFFFAOYSA-N 0.000 description 1
- 125000003118 aryl group Chemical group 0.000 description 1
- 229940009098 aspartate Drugs 0.000 description 1
- 239000011324 bead Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000011230 binding agent Substances 0.000 description 1
- 229960002685 biotin Drugs 0.000 description 1
- 235000020958 biotin Nutrition 0.000 description 1
- 239000011616 biotin Substances 0.000 description 1
- 210000004899 c-terminal region Anatomy 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 101150038575 clpS gene Proteins 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 235000018417 cysteine Nutrition 0.000 description 1
- XUJNEKJLAYXESH-UHFFFAOYSA-N cysteine Natural products SCC(N)C(O)=O XUJNEKJLAYXESH-UHFFFAOYSA-N 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000010494 dissociation reaction Methods 0.000 description 1
- 230000005593 dissociations Effects 0.000 description 1
- 239000000975 dye Substances 0.000 description 1
- 229940066758 endopeptidases Drugs 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000002431 foraging effect Effects 0.000 description 1
- 108020001507 fusion proteins Proteins 0.000 description 1
- 102000037865 fusion proteins Human genes 0.000 description 1
- ZDXPYRJPNDTMRX-UHFFFAOYSA-N glutamine Natural products OC(=O)C(N)CCC(N)=O ZDXPYRJPNDTMRX-UHFFFAOYSA-N 0.000 description 1
- 235000004554 glutamine Nutrition 0.000 description 1
- HNDVDQJCIGZPNO-UHFFFAOYSA-N histidine Natural products OC(=O)C(N)CC1=CN=CN1 HNDVDQJCIGZPNO-UHFFFAOYSA-N 0.000 description 1
- 229920001519 homopolymer Polymers 0.000 description 1
- 230000007062 hydrolysis Effects 0.000 description 1
- 238000006460 hydrolysis reaction Methods 0.000 description 1
- 230000002209 hydrophobic effect Effects 0.000 description 1
- 230000003100 immobilizing effect Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 150000002540 isothiocyanates Chemical class 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000000504 luminescence detection Methods 0.000 description 1
- 125000003588 lysine group Chemical group [H]N([H])C([H])([H])C([H])([H])C([H])([H])C([H])([H])C([H])(N([H])[H])C(*)=O 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 108091008104 nucleic acid aptamers Proteins 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- QKFJKGMPGYROCL-UHFFFAOYSA-N phenyl isothiocyanate Chemical compound S=C=NC1=CC=CC=C1 QKFJKGMPGYROCL-UHFFFAOYSA-N 0.000 description 1
- COLNVLDHVKWLRT-UHFFFAOYSA-N phenylalanine Natural products OC(=O)C(N)CC1=CC=CC=C1 COLNVLDHVKWLRT-UHFFFAOYSA-N 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 125000002924 primary amino group Chemical group [H]N([H])* 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 235000019419 proteases Nutrition 0.000 description 1
- 238000000575 proteomic method Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 108091092562 ribozyme Proteins 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 235000016491 selenocysteine Nutrition 0.000 description 1
- ZKZBPNGNEQAJSX-UHFFFAOYSA-N selenocysteine Natural products [SeH]CC(N)C(O)=O ZKZBPNGNEQAJSX-UHFFFAOYSA-N 0.000 description 1
- 229940055619 selenocysteine Drugs 0.000 description 1
- 235000004400 serine Nutrition 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- OUYCCCASQSFEME-UHFFFAOYSA-N tyrosine Natural products OC(=O)C(N)CC1=CC=C(O)C=C1 OUYCCCASQSFEME-UHFFFAOYSA-N 0.000 description 1
- 239000004474 valine Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B30/00—ICT specially adapted for sequence analysis involving nucleotides or amino acids
- G16B30/20—Sequence assembly
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/088—Non-supervised learning, e.g. competitive learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
- G16B40/30—Unsupervised data analysis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/048—Activation functions
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- General Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medical Informatics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Evolutionary Biology (AREA)
- Biotechnology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Bioethics (AREA)
- Public Health (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
Description
上述したように、タンパク質同定システムは、タンパク質および/またはポリペプチドのアミノ酸との試薬の結合相互作用を記述するデータに基づき、1つまたは複数のタンパク質および/またはポリペプチドを同定するように構成されてもよい。このセクションでは、そのようなデータを生成するための例示的なアプローチを説明する。
図5Aは、説明した技術の側面が実施され得るシステム500を示す。システム500は、タンパク質配列決定装置502、モデル学習システム504、およびデータストア506を備えており、これらの各々はネットワーク508に接続されている。
いくつかの実施形態では、ブロック602でアクセスされたデータはラベルなしであってもよく、システムは、機械学習モデルを学習するべく、教師なし学習アルゴリズムを学習データに適用するように構成されてもよい。いくつかの実施形態では、機械学習モデルはクラスタリングモデルであってもよく、システムは、教師なし学習アルゴリズムを学習データに適用して、クラスタリングモデルのクラスタを同定するように構成されてもよい。各クラスタは、1つまたは複数のアミノ酸に関連付けられてもよい。一例として、システムは、ブロック602でアクセスされた学習データを使用して、クラスタ(例えば、クラスタセントロイド)を同定するべくk-meansクラスタリングを実行してもよい。
関数G(x)は、観測されたパルス持続時間の範囲で合計が1になるように制約されることがある。
機械学習モデルの学習中、G(x)のパラメータは、モデルの負の対数尤度を最小化することで決定されてもよい。
タンパク質の同定を行う場合、このモデルを適用するには、すべてのnに対してp(n)を計算する。Σln(p(n))の値が最も大きいnで表されるジペプチドをモデル予測とすることができる。
そのような変更、修正、および改良は、本開示の一部であることが意図され、本発明の精神および範囲内であることが意図される。さらに、本発明の利点が示されているが、本明細書に記載された技術のすべての実施形態が、記載されたすべての利点を備えているわけではないことを理解すべきである。いくつかの実施形態は、本明細書で有利であると説明されたいかなる特徴も実施しない場合があり、いくつかの例では、説明された特徴のうちの1つまたは複数が、さらなる実施形態を達成するべく実施される場合がある。したがって、前述の説明および図面は、例示に過ぎない。
Claims (183)
- ポリペプチドを同定するための方法であって、少なくとも1つのコンピュータハードウェアプロセッサを用いて前記方法は、
前記ポリペプチドのアミノ酸との1つまたは複数の試薬の結合相互作用に関するデータにアクセスする工程と、
前記ポリペプチド内の複数の位置のそれぞれについて、1つまたは複数のそれぞれのアミノ酸がその位置に存在するという1つまたは複数の尤度を示す出力を得るべく、学習済み機械学習モデルへの入力として前記データを提供する工程と、
前記学習済み機械学習モデルから得られた出力に基づき、前記ポリペプチドを同定する工程と、
を備えている、ポリペプチドを同定するための方法。 - 前記1つまたは複数のそれぞれのアミノ酸がその位置に存在するという前記1つまたは複数の尤度は、
第1アミノ酸がその位置に存在するという第1尤度と、および
第2アミノ酸がその位置に存在するという第2尤度と、
を備えている、請求項1に記載の方法。 - 前記ポリペプチドを同定する工程は、前記得られた出力を、それぞれのタンパク質に関連する複数のアミノ酸配列のうちの1つに照合する工程を備えている、
請求項1または請求項2のいずれかに記載の方法。 - 前記得られた出力を、それぞれのタンパク質を同定する前記複数のアミノ酸配列のうちの1つに照合する工程は、
前記得られた出力に基づき、隠れマルコフモデル(HMM)を生成する工程と、
前記隠れマルコフモデルHMMを、前記複数のアミノ酸配列のうちの1つに照合する工程と、
を備えている、
請求項3に記載の方法。 - 前記機械学習モデルは、
ガウス混合モデル(GMM)と、
複数のクラスタを備えているクラスタリングモデルであって、前記クラスタの各々は1つまたは複数のアミノ酸に関連付けられている、前記クラスタリングモデルと、
深層学習モデルと、
畳み込みニューラルネットワークと、または
コネクショニスト時間分類(CTC)適合ニューラルネットワークと、
のうちの1つを備えている、
請求項1に記載の方法。 - 前記学習済み機械学習モデルは、教師付き学習アルゴリズムを学習データに適用することで生成される、
請求項1に記載の方法。 - 前記学習済み機械学習モデルは、半教師付き学習アルゴリズムを学習データに適用することで生成される、
請求項1に記載の方法。 - 前記学習済み機械学習モデルは、教師なし学習アルゴリズムを適用することで生成される、
請求項1に記載の方法。 - 前記学習済み機械学習モデルは、前記ポリペプチド内の前記複数の位置のうちの少なくともいくつかの位置ごとに、複数のアミノ酸のそれぞれについて、そのアミノ酸がその位置に存在するという確率を示す確率分布を出力するように構成されている、
請求項1に記載の方法。 - 前記1つまたは複数の試薬と前記ポリペプチドのアミノ酸との結合相互作用の前記データは、パルス持続時間値を備えており、
各パルス持続時間値は、結合相互作用について検出されたシグナルパルスの持続時間を示す、
請求項1に記載の方法。 - 前記1つまたは複数の試薬と前記ポリペプチドのアミノ酸との結合相互作用の前記データは、パルス同士間持続時間値を備えており、
各パルス同士間持続時間値は、結合相互作用について検出された連続するシグナルパルス同士間の時間の持続時間を示す、
請求項1に記載の方法。 - 前記1つまたは複数の試薬と前記ポリペプチドのアミノ酸との結合相互作用の前記データは、1つまたは複数のパルス持続時間値と、および1つまたは複数のパルス同士間持続時間値とを備えている、
請求項1に記載の方法。 - 前記学習済み機械学習モデルへの入力として前記データを提供する工程はさらに、
各部分が前記結合相互作用のそれぞれの1つに対応するべく、前記データの複数の部分を同定する工程と、
前記データの各部分に対応する出力を得るべく、前記複数の部分のそれぞれを前記学習済み機械学習モデルへの入力として提供する工程と、
を備えている、
請求項1に記載の方法。 - 前記データの前記部分に対応する前記出力は、1つまたは複数のそれぞれのアミノ酸が前記複数の位置のそれぞれの1つに存在するという1つまたは複数の尤度を示す、
請求項13に記載の方法。 - 前記データの前記複数の部分を同定する工程は、
1つまたは複数の前記アミノ酸の切断に対応する前記データ内の1つまたは複数の点を同定する工程と、
前記1つまたは複数のアミノ酸の前記切断に対応する前記同定された1つまたは複数の点に基づき、前記データの前記複数の部分を同定する工程と、
を備えている、請求項13に記載の方法。 - 前記データの前記複数の部分を同定する工程は、前記データの離散ウェーブレット変換を生成する工程を備えている、
請求項13に記載の方法。 - 前記データの前記複数の部分を同定する工程は、
前記データから、前記結合相互作用の少なくとも1つの特性に関する要約統計量の値を決定する工程と、
前記データの中で、前記少なくとも1つの特性の値が前記要約統計量の前記値から閾値量だけ逸脱している1つまたは複数の点を同定する工程と、
前記同定された1つまたは複数の点に基づき、前記データの前記複数の部分を同定する工程と、
を備えている、請求項13に記載の方法。 - 前記1つまたは複数の試薬と前記ポリペプチドのアミノ酸との結合相互作用に関する前記データは、1つまたは複数の発光標識による検出された発光から得られたデータを備えている、
請求項1に記載の方法。 - 前記1つまたは複数の発光標識による検出された発光から得られた前記データは、波長値を備えており、
各波長値は、結合相互作用中に放出された光の波長を示す、
請求項18に記載の方法。 - 前記1つまたは複数の発光標識による検出された発光から得られた前記データは、発光寿命値を備えている、
請求項18に記載の方法。 - 前記1つまたは複数の発光標識による検出された発光から得られた前記データは、発光強度値を備えている、
請求項18に記載の方法。 - 前記発光は一連の光パルスに反応し、
前記データは、少なくともいくつかの前記光パルスのそれぞれについて、前記光パルス後の時間期間の一部である複数の時間区間のそれぞれで検出された光子のそれぞれの数を備えている、
請求項18に記載の方法。 - 前記学習済み機械学習モデルへの入力として前記データを提供する工程は、複数の列を有するデータ構造に前記データを配置する工程を備えており、
第1列は、前記一連の光パルスのうちの第1光パルス後の第1時間期間の一部である第1および第2時間区間のそれぞれにおける光子のそれぞれの数を保持しており、
第2列は、前記一連の光パルスのうちの第2光パルス後の第2時間期間の一部である第1および第2時間区間のそれぞれにおける光子のそれぞれの数を保持する、
請求項1に記載の方法。 - 前記1つまたは複数の発光標識は、前記1つまたは複数の試薬のうちの少なくとも1つに関連付けられている、
請求項18に記載の方法。 - 前記1つまたは複数の発光標識は、前記ポリペプチドの前記アミノ酸の少なくともいくつかに関連付けられている、
請求項18に記載の方法。 - 前記複数の位置は、前記ポリペプチド内の少なくとも1つの相対的位置を備えている、
請求項1に記載の方法。 - ポリペプチドを同定するためのシステムであって、前記システムは、
少なくとも1つのプロセッサと、および
前記少なくとも1つのプロセッサによって実行されると、前記少なくとも1つのプロセッサに方法を実行させる命令を格納する、少なくとも1つの非一時的なコンピュータ可読記憶媒体と、
を備えており、前記方法は、
前記ポリペプチドのアミノ酸との1つまたは複数の試薬の結合相互作用に関するデータにアクセスする工程と、
前記ポリペプチド内の複数の位置のそれぞれについて、1つまたは複数のそれぞれのアミノ酸がその位置に存在するという1つまたは複数の尤度を示す出力を得るべく、学習済み機械学習モデルへの入力として前記データを提供する工程と、
前記学習済み機械学習モデルから得られた出力に基づき、前記ポリペプチドを同定する工程と、
を備えている、ポリペプチドを同定するためのシステム。 - 前記1つまたは複数のそれぞれのアミノ酸がその位置に存在するという前記1つまたは複数の尤度は、
第1アミノ酸がその位置に存在するという第1尤度と、および
第2アミノ酸がその位置に存在するという第2尤度と、
を備えている、請求項27に記載のシステム。 - 前記ポリペプチドを同定する工程は、前記得られた出力を、それぞれのタンパク質に関連する複数のアミノ酸配列のうちの1つに照合する工程を備えている、
請求項27または請求項28のいずれかに記載のシステム。 - 前記得られた出力を、それぞれのタンパク質を同定する前記複数のアミノ酸配列のうちの1つに照合する工程は、
前記得られた出力に基づき、隠れマルコフモデル(HMM)を生成する工程と、
前記隠れマルコフモデルHMMを、前記複数のアミノ酸配列のうちの1つに照合する工程と、
を備えている、
請求項29に記載のシステム。 - 前記機械学習モデルは、
ガウス混合モデル(GMM)と、
複数のクラスタを備えているクラスタリングモデルであって、前記クラスタの各々は1つまたは複数のアミノ酸に関連付けられている、前記クラスタリングモデルと、
深層学習モデルと、
畳み込みニューラルネットワークと、または
コネクショニスト時間分類(CTC)適合ニューラルネットワークと、
のうちの1つを備えている、
請求項27に記載のシステム。 - 前記学習済み機械学習モデルは、教師付き学習アルゴリズムを学習データに適用することで生成される、
請求項27に記載のシステム。 - 前記学習済み機械学習モデルは、半教師付き学習アルゴリズムを学習データに適用することで生成される、
請求項27に記載のシステム。 - 前記学習済み機械学習モデルは、教師なし学習アルゴリズムを適用することで生成される、
請求項27に記載のシステム。 - 前記学習済み機械学習モデルは、前記ポリペプチド内の前記複数の位置のうちの少なくともいくつかの位置ごとに、複数のアミノ酸のそれぞれについて、そのアミノ酸がその位置に存在するという確率を示す確率分布を出力するように構成されている、
請求項27に記載のシステム。 - 前記1つまたは複数の試薬と前記ポリペプチドのアミノ酸との結合相互作用の前記データは、パルス持続時間値を備えており、
各パルス持続時間値は、結合相互作用について検出されたシグナルパルスの持続時間を示す、
請求項27に記載のシステム。 - 前記1つまたは複数の試薬と前記ポリペプチドのアミノ酸との結合相互作用の前記データは、パルス同士間持続時間値を備えており、
各パルス同士間持続時間値は、結合相互作用について検出された連続するシグナルパルス同士間の時間の持続時間を示す、
請求項27に記載のシステム。 - 前記1つまたは複数の試薬と前記ポリペプチドのアミノ酸との結合相互作用の前記データは、1つまたは複数のパルス持続時間値と、および1つまたは複数のパルス同士間持続時間値とを備えている、
請求項27に記載のシステム。 - 前記学習済み機械学習モデルへの入力として前記データを提供する工程はさらに、
各部分が前記結合相互作用のそれぞれの1つに対応するべく、前記データの複数の部分を同定する工程と、および
前記データの各部分に対応する出力を得るべく、前記複数の部分のそれぞれを前記学習済み機械学習モデルへの入力として提供する工程と、
を備えている、
請求項27に記載のシステム。 - 前記データの前記部分に対応する前記出力は、1つまたは複数のそれぞれのアミノ酸が前記複数の位置のそれぞれの1つに存在するという1つまたは複数の尤度を示す、
請求項39に記載のシステム。 - 前記データの前記複数の部分を同定する工程は、
1つまたは複数の前記アミノ酸の切断に対応する前記データ内の1つまたは複数の点を同定する工程と、
前記1つまたは複数のアミノ酸の前記切断に対応する前記同定された1つまたは複数の点に基づき、前記データの前記複数の部分を同定する工程と、
を備えている、請求項39に記載のシステム。 - 前記データの前記複数の部分を同定する工程は、前記データの離散ウェーブレット変換を生成する工程を備えている、
請求項39に記載のシステム。 - 前記データの前記複数の部分を同定する工程は、
前記データから、前記結合相互作用の少なくとも1つの特性に関する要約統計量の値を決定する工程と、
前記データの中で、前記少なくとも1つの特性の値が前記要約統計量の前記値から閾値量だけ逸脱している1つまたは複数の点を同定する工程と、
前記同定された1つまたは複数の点に基づき、前記データの前記複数の部分を同定する工程と、
を備えている、
請求項39に記載のシステム。 - 前記1つまたは複数の試薬と前記ポリペプチドのアミノ酸との結合相互作用に関する前記データは、1つまたは複数の発光標識による検出された発光から得られたデータを備えている、
請求項27に記載のシステム。 - 前記1つまたは複数の発光標識による検出された発光から得られた前記データは、波長値を備えており、
各波長値は、結合相互作用中に放出された光の波長を示す、
請求項44に記載のシステム。 - 前記1つまたは複数の発光標識による検出された発光から得られた前記データは、発光寿命値を備えている、
請求項44に記載のシステム。 - 前記1つまたは複数の発光標識による発光を検出した前記データは、発光強度値を備えている、
請求項44に記載のシステム。 - 前記発光は一連の光パルスに反応し、
前記データは、少なくともいくつかの前記光パルスのそれぞれについて、前記光パルス後の時間期間の一部である複数の時間区間のそれぞれで検出された光子のそれぞれの数を備えている、
請求項44に記載のシステム。 - 前記学習済み機械学習モデルへの入力として前記データを提供する工程は、複数の列を有するデータ構造に前記データを配置する工程を備えており、
第1列は、前記一連の光パルスのうちの第1光パルス後の第1時間期間の一部である第1および第2時間区間のそれぞれにおける光子のそれぞれの数を保持しており、
第2列は、前記一連の光パルスのうちの第2光パルス後の第2時間期間の一部である第1および第2時間区間のそれぞれにおける光子のそれぞれの数を保持する、
請求項27に記載のシステム。 - 前記1つまたは複数の発光標識は、前記1つまたは複数の試薬のうちの少なくとも1つに関連付けられている、
請求項44に記載のシステム。 - 前記1つまたは複数の発光標識は、前記ポリペプチドの前記アミノ酸の少なくともいくつかに関連付けられている、
請求項44に記載のシステム。 - 前記複数の位置は、前記ポリペプチド内の少なくとも1つの相対的位置を備えている、
請求項27に記載のシステム。 - 少なくとも1つのプロセッサによって実行されると、前記少なくとも1つのプロセッサに方法を実行させる命令を格納した少なくとも1つの非一時的なコンピュータ可読記憶媒体であって、前記方法は
ポリペプチドのアミノ酸との1つまたは複数の試薬の結合相互作用に関するデータにアクセスする工程と、
前記ポリペプチド内の複数の位置のそれぞれについて、1つまたは複数のそれぞれのアミノ酸がその位置に存在するという1つまたは複数の尤度を示す出力を得るべく、学習済み機械学習モデルへの入力として前記データを提供する工程と、
前記学習済み機械学習モデルから得られた出力に基づき、前記ポリペプチドを同定する工程と、
を備えている、少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記1つまたは複数のそれぞれのアミノ酸がその位置に存在するという前記1つまたは複数の尤度は、
第1アミノ酸がその位置に存在するという第1尤度と、および
第2アミノ酸がその位置に存在するという第2尤度と、
を備えている、
請求項53に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記ポリペプチドを同定する工程は、前記得られた出力を、それぞれのタンパク質に関連する複数のアミノ酸配列のうちの1つに照合する工程を備えている、
請求項53または請求項54のいずれかに記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記得られた出力を、それぞれのタンパク質を規定する前記複数のアミノ酸配列のうちの1つに照合する工程は、
前記得られた出力に基づき、隠れマルコフモデル(HMM)を生成する工程と、
前記隠れマルコフモデルHMMを、前記複数のアミノ酸配列のうちの1つに照合する工程と、
を備えている、請求項55に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記機械学習モデルは、
ガウス混合モデル(GMM)と、
複数のクラスタを備えているクラスタリングモデルであって、前記クラスタの各々は1つまたは複数のアミノ酸に関連付けられている、前記クラスタリングモデルと、
深層学習モデルと、
畳み込みニューラルネットワークと、または
コネクショニスト時間分類(CTC)適合ニューラルネットワークと、
のうちの1つを備えている、
請求項53に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記学習済み機械学習モデルは、教師付き学習アルゴリズムを学習データに適用する工程で生成される、
請求項53に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記学習済み機械学習モデルは、半教師付き学習アルゴリズムを学習データに適用する工程で生成される、
請求項53に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記学習済み機械学習モデルは、教師なし学習アルゴリズムを適用する工程で生成される、
請求項53に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記学習済み機械学習モデルは、前記ポリペプチド内の前記複数の位置のうちの少なくともいくつかの位置ごとに、複数のアミノ酸のそれぞれについて、そのアミノ酸がその位置に存在するという確率を示す確率分布を出力するように構成されている、
請求項53に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記1つまたは複数の試薬と前記ポリペプチドのアミノ酸との結合相互作用の前記データは、パルス持続時間値を備えており、
各パルス持続時間値は、結合相互作用について検出されたシグナルパルスの持続時間を示す、
請求項53に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記1つまたは複数の試薬と前記ポリペプチドのアミノ酸との結合相互作用の前記データは、パルス同士間持続時間値を備えており、
各パルス同士間持続時間値は、結合相互作用について検出された連続するシグナルパルス同士間の時間の持続時間を示す、
請求項53に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記1つまたは複数の試薬と前記ポリペプチドのアミノ酸との結合相互作用の前記データは、1つまたは複数のパルス持続時間値と、および1つまたは複数のパルス同士間持続時間値とを備えている、
請求項53に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記学習済み機械学習モデルへの入力として前記データを提供する工程はさらに、
各部分が前記結合相互作用のそれぞれの1つに対応するべく、前記データの複数の部分を同定する工程と、
前記データのそれぞれの1つの部分に対応する出力を得るべく、前記複数の部分のそれぞれを前記学習済み機械学習モデルへの入力として提供する工程と、
を備えている、
請求項53に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記データの前記部分に対応する前記出力は、1つまたは複数のそれぞれのアミノ酸が前記複数の位置のそれぞれの1つに存在するという1つまたは複数の尤度を示す、
請求項65に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記データの前記複数の部分を同定する工程は、
1つまたは複数の前記アミノ酸の切断に対応する前記データ内の1つまたは複数の点を同定する工程と、
前記1つまたは複数のアミノ酸の前記切断に対応する前記同定された1つまたは複数の点に基づき、前記データの前記複数の部分を同定する工程と、
を備えている、
請求項65に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記データの前記複数の部分を同定する工程は、前記データの離散ウェーブレット変換を生成する工程を備えている、
請求項65に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記データの前記複数の部分を同定する工程は、
前記データから、前記結合相互作用の少なくとも1つの特性に関する要約統計量の値を決定する工程と、
前記データの中で、前記少なくとも1つの特性の値が前記要約統計量の前記値から閾値量だけ逸脱している1つまたは複数の点を同定する工程と、
前記同定された1つまたは複数の点に基づき、前記データの前記複数の部分を同定する工程と、
を備えている、請求項65に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記1つまたは複数の試薬と前記ポリペプチドのアミノ酸との結合相互作用に関する前記データは、1つまたは複数の発光標識による検出された発光から得られたデータを備えている、
請求項53に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記1つまたは複数の発光標識による検出された発光から得られた前記データは、波長値を備えており、
各波長値は、結合相互作用中に放出される光の波長を示す、
請求項70に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記1つまたは複数の発光標識による検出された発光から得られた前記データは、発光寿命値を備えている、
請求項70に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記1つまたは複数の発光標識による検出された発光から得られた前記データは、発光強度値を備えている、
請求項70に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記発光は一連の光パルスに反応し、
前記データは、少なくともいくつかの前記光パルスのそれぞれについて、前記光パルス後の時間期間の一部である複数の時間区間のそれぞれで検出された光子のそれぞれの数を備えている、
請求項70に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記学習済み機械学習モデルへの入力として前記データを提供する工程は、複数の列を有するデータ構造に前記データを配置する工程を備えており、
第1列は、前記一連の光パルスのうちの第1光パルス後の第1時間期間の一部である第1および第2時間区間のそれぞれにおける光子のそれぞれの数を保持しており
第2列は、前記一連の光パルスのうちの第2光パルス後の第2時間期間の一部である第1および第2時間区間のそれぞれにおける光子のそれぞれの数を保持する、
請求項53に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記1つまたは複数の発光標識は、前記1つまたは複数の試薬のうちの少なくとも1つに関連付けられている、
請求項70に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記1つまたは複数の発光標識は、前記ポリペプチドの前記アミノ酸の少なくともいくつかに関連付けられている、
請求項70に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記複数の位置は、前記ポリペプチド内の少なくとも1つの相対的位置を備えている、
請求項53に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - ポリペプチドのアミノ酸を同定するための機械学習モデルを学習する方法であって、少なくとも1つのコンピュータハードウェアプロセッサを用いて前記方法は、
1つまたは複数の試薬とアミノ酸との結合相互作用について得られた学習データにアクセスする工程と、
前記ポリペプチドのアミノ酸を同定するための学習済み機械学習モデルを得るべく、前記学習データとしてのデータを用いて前記機械学習モデルを学習する工程と、
を備えている、機械学習モデルを学習する方法。 - 前記機械学習モデルは混合モデルを備えている、
請求項79に記載の方法。 - 前記混合モデルは、ガウス混合モデル(GMM)を備えている、
請求項80に記載の方法。 - 前記機械学習モデルは、深層学習モデルを備えている、
請求項79に記載の方法。 - 前記深層学習モデルは、畳み込みニューラルネットワークを備えている、
請求項82に記載の方法。 - 前記深層学習モデルは、コネクショニスト時間分類(CTC)適合ニューラルネットワークを備えている、
請求項82に記載の方法。 - 前記学習データを用いて前記機械学習モデルを学習する工程は、前記学習データに教師付き学習アルゴリズムを適用する工程を備えている、
請求項79に記載の方法。 - 前記学習データを用いて前記機械学習モデルを学習する工程は、前記学習データに半教師付き学習アルゴリズムを適用する工程を備えている、
請求項79に記載の方法。 - 前記学習データを用いて前記機械学習モデルを学習する工程は、前記学習データに教師なし学習アルゴリズムを適用する工程を備えている、
請求項79に記載の方法。 - 前記機械学習モデルはクラスタリングモデルを備えており、
前記機械学習モデルを学習する工程は、前記クラスタリングモデルの複数のクラスタを同定する工程を備えており、
前記複数のクラスタの各々は1つまたは複数のアミノ酸に関連付けられる、
請求項79に記載の方法。 - 前記1つまたは複数の試薬とアミノ酸との結合相互作用の前記データは、パルス持続時間値を備えており、
各パルス持続時間値は、結合相互作用について検出されたシグナルパルスの持続時間を示す、
請求項79に記載の方法。 - 前記1つまたは複数の試薬とアミノ酸との結合相互作用について得られた前記データは、パルス同士間持続時間値を備えており、
各パルス同士間持続時間値は、結合相互作用について検出された連続するシグナルパルス同士間の時間の持続時間を示す、
請求項79に記載の方法。 - 前記1つまたは複数の試薬とアミノ酸との結合相互作用について得られた前記データは、1つまたは複数のパルス継続時間値と、および1つまたは複数のパルス同士間継続時間値とを備えている、
請求項79に記載の方法。 - 前記方法はさらに、前記ポリペプチド内の複数の位置のそれぞれについて、1つまたは複数のそれぞれのアミノ酸がその位置に存在するという1つまたは複数の尤度を出力するように、前記機械学習モデルを学習する工程を備えている、
請求項79に記載の方法。 - 前記機械学習モデルを学習する工程は、
各部分が前記結合相互作用のそれぞれの1つに対応するように、前記データの複数の部分を同定する工程と、
前記データのそれぞれの1つの部分に対応する出力を得るべく、前記複数の部分のそれぞれの1つを前記機械学習モデルへの入力として提供する工程と、
前記複数の部分に対応する出力を用いて前記機械学習モデルを学習する工程と、
を備えている、請求項79に記載の方法。 - 前記データの部分に対応する出力は、1つまたは複数のそれぞれのアミノ酸が複数の位置のそれぞれの1つに存在するという1つまたは複数の尤度を示す、
請求項93に記載の方法。 - 前記データの前記複数の部分を同定する工程は、
1つまたは複数の前記アミノ酸の切断に対応する前記データ内の1つまたは複数の点を同定する工程と、
前記1つまたは複数のアミノ酸の前記切断に対応する前記同定された1つまたは複数の点に基づき、前記データの前記複数の部分を同定する工程と、
を備えている、請求項93に記載の方法。 - 前記データの前記複数の部分を同定する工程は、
前記データから、前記結合相互作用の少なくとも1つの特性に関する要約統計量の値を決定する工程と、
前記データの中で、前記少なくとも1つの特性の値が前記要約統計量の値から閾値量だけ逸脱している1つまたは複数の点を同定する工程と、
前記同定された1つまたは複数の点に基づき、前記データの前記複数の部分を同定する工程と、
を備えている、請求項93に記載の方法。 - 前記1つまたは複数の試薬とアミノ酸との結合相互作用の前記データは、1つまたは複数の発光標識による検出された発光から得られたデータを備えている、
請求項79に記載の方法。 - 前記1つまたは複数の発光標識による検出された発光から得られた前記データは、発光寿命値を備えている、
請求項97に記載の方法。 - 前記1つまたは複数の発光標識による検出された発光から得られた前記データは、発光強度値を備えている、
請求項97に記載の方法。 - 前記1つまたは複数の発光標識による検出された発光から得られた前記データは、波長値を備えており、
各波長値は、結合相互作用中に放出される光の波長を示す、
請求項97に記載の方法。 - 前記発光は一連の光パルスに反応し、
前記データは、少なくともいくつかの前記光パルスのそれぞれについて、前記光パルス後の時間期間の一部である複数の時間区間のそれぞれで検出された光子のそれぞれの数を備えている、
請求項97に記載の方法。 - 前記機械学習モデルを学習する工程は、複数の列を有するデータ構造に前記データを配置することで、前記機械学習モデルへの入力として前記データを提供する工程を備えており、
第1列は、前記一連の光パルスのうちの第1光パルス後の第1時間期間の一部である第1および第2時間区間のそれぞれにおける光子のそれぞれの数を保持しており
第2列は、前記一連の光パルスのうちの第2光パルス後の第2時間期間の一部である第1および第2時間区間のそれぞれにおける光子のそれぞれの数を保持する、
請求項101に記載の方法。 - 前記機械学習モデルを学習する工程は、複数の行を有するデータ構造に前記データを配置することで、前記機械学習モデルへの入力として前記データを提供する工程を備えており、
各行は、少なくともいくつかの光パルスに対応するそれぞれの時間区間における光子の数を保持する、
請求項101に記載の方法。 - 前記機械学習モデルへの入力として前記データを提供する工程は、前記データを画像に配置する工程を備えており、
前記画像の第1画素は、前記少なくともいくつかのパルスの第1パルス後の第1時間期間の第1時間区間で検出された光子の第1数を指定する、
請求項101に記載の方法。 - 前記画像の第2画素は、前記少なくともいくつかのパルスの前記第1パルス後の前記第1時間期間の第2時間区間で検出された光子の第2数を指定する、
請求項104に記載の方法。 - 前記画像の第2画素は、前記少なくともいくつかのパルスの第2パルス後の第2時間期間の第1時間区間における光子の第2数を指定する、
請求項104に記載の方法。 - 前記学習済み機械学習モデルへの入力として前記データを提供する工程は、画像内に前記データを配置する工程を備えており、
前記画像の各画素は、前記少なくともいくつかのパルスのうちのパルス後の時間期間のそれぞれの時間区間で検出された光子の数を指定する、
請求項101に記載の方法。 - 前記1つまたは複数の発光標識は、前記1つまたは複数の試薬のうちの少なくとも1つに関連付けられている、
請求項97に記載の方法。 - 前記発光標識は、前記アミノ酸のうちの少なくともいくつかに関連付けられている、
請求項97に記載の方法。 - 前記学習データは、前記1つまたは複数の試薬と単一分子のアミノ酸との結合相互作用を表す、
請求項79に記載の方法。 - 前記学習データは、前記1つまたは複数の試薬と複数分子のアミノ酸との結合相互作用を表す、
請求項79に記載の方法。 - 前記1つまたは複数の試薬とアミノ酸との結合相互作用の前記データは、結合相互作用について検出されたシグナルパルスの少なくとも1つの特性の分布を記述する1つまたは複数のパラメータを備えている、
請求項79に記載の方法。 - 前記1つまたは複数の試薬とアミノ酸との結合相互作用の前記データは、結合相互作用について検出されたシグナルパルスの少なくとも1つの特性から導出された1つまたは複数のパラメータを備えている、
請求項79に記載の方法。 - ポリペプチドのアミノ酸を同定するための機械学習モデルを学習するためのシステムであって、前記システムは、
少なくとも1つのプロセッサと、および
前記少なくとも1つのプロセッサによって実行されると、前記少なくとも1つのプロセッサに方法を実行させる命令を格納した少なくとも1つの非一時的なコンピュータ可読記憶媒体とを備えており、前記方法は、
1つまたは複数の試薬とアミノ酸との結合相互作用について得られた学習データにアクセスする工程と、
前記ポリペプチドの前記アミノ酸を同定するための学習済み機械学習モデルを得るべく、前記学習データとしてのデータを用いて前記機械学習モデルを学習する工程と、
を備えている、システム。 - 前記機械学習モデルは、混合モデルを備えている、
請求項114に記載のシステム。 - 前記混合モデルは、ガウス混合モデル(GMM)を備えている、
請求項115に記載のシステム。 - 前記機械学習モデルは、深層学習モデルを備えている、
請求項114に記載のシステム。 - 前記深層学習モデルは、畳み込みニューラルネットワークを備えている、
請求項117に記載のシステム。 - 前記深層学習モデルは、コネクショニスト時間分類(CTC)適合ニューラルネットワークを備えている、
請求項117に記載のシステム。 - 前記学習データを用いて前記機械学習モデルを学習する工程は、前記学習データに教師付き学習アルゴリズムを適用する工程を備えている、
請求項114に記載のシステム。 - 前記学習データを用いて前記機械学習モデルを学習する工程は、前記学習データに半教師付き学習アルゴリズムを適用する工程を備えている、
請求項114に記載のシステム。 - 前記学習データを用いて前記機械学習モデルを学習する工程は、前記学習データに教師なし学習アルゴリズムを適用する工程を備えている、
請求項114に記載のシステム。 - 前記機械学習モデルはクラスタリングモデルを備えており、
前記機械学習モデルを学習する工程は、前記クラスタリングモデルの複数のクラスタを同定する工程を備えており、
前記複数のクラスタの各々は、1つまたは複数のアミノ酸に関連付けられている、
請求項114に記載のシステム。 - 前記1つまたは複数の試薬とアミノ酸との結合相互作用の前記データは、パルス持続時間値を備えており、
各パルス持続時間値は、結合相互作用について検出されたシグナルパルスの持続時間を示す、
請求項114に記載のシステム。 - 前記1つまたは複数の試薬とアミノ酸との結合相互作用について得られた前記データは、パルス同士間持続時間値を備えており、
各パルス同士間持続時間値は、結合相互作用について検出された連続するシグナルパルス同士間の時間の持続時間を示す、
請求項114に記載のシステム。 - 前記1つまたは複数の試薬とアミノ酸との結合相互作用について得られた前記データは、1つまたは複数のパルス持続時間値と、および1つまたは複数のパルス同士間持続時間値とを備えている、
請求項114に記載のシステム。 - 前記命令は前記少なくとも1つのプロセッサによって実行されると、前記少なくとも1つのプロセッサにさらに、
前記ポリペプチド内の複数の位置のそれぞれについて、前記1つまたは複数のそれぞれのアミノ酸がその位置に存在するという1つまたは複数の尤度を出力するように、前記機械学習モデルを学習する工程を実行させる、
請求項114に記載のシステム。 - 前記機械学習モデルを学習する工程は、
各部分が前記結合相互作用のうちのそれぞれの1つに対応するべく、前記データの複数の部分を同定する工程と、
前記データのそれぞれの1つの部分に対応する出力を得るべく、前記複数の部分のそれぞれの1つを前記機械学習モデルへの入力として提供する工程と、
前記複数の部分に対応する出力を用いて前記機械学習モデルを学習する工程と、
を備えている、請求項114に記載のシステム。 - 前記データの部分に対応する前記出力は、前記1つまたは複数のそれぞれのアミノ酸が複数の位置のそれぞれの1つに存在するという1つまたは複数の尤度を示す、
請求項128に記載のシステム。 - 前記データの前記複数の部分を同定する工程は、
1つまたは複数のアミノ酸の切断に対応する前記データ内の1つまたは複数の点を同定する工程と、
前記1つまたは複数のアミノ酸の前記切断に対応する前記同定された1つまたは複数の点に基づき、前記データの前記複数の部分を同定する工程と、
を備えている、請求項128に記載のシステム。 - 前記データの前記複数の部分を同定する工程は、
前記データから、前記結合相互作用の少なくとも1つの特性に関する要約統計量の値を決定する工程と、
前記データの中で、前記少なくとも1つの特性の値は、前記要約統計量の前記値から閾値量だけ逸脱している1つまたは複数の点を同定する工程と、
前記同定された1つまたは複数の点に基づき、前記データの前記複数の部分を同定する工程と、
を備えている、請求項128に記載のシステム。 - 前記1つまたは複数の試薬とアミノ酸との結合相互作用に関する前記データは、1つまたは複数の発光標識による検出された発光から得られたデータを備えている、
請求項114に記載のシステム。 - 前記1つまたは複数の発光標識による検出された発光から得られた前記データは、発光寿命値を備えている、
請求項132に記載のシステム。 - 前記1つまたは複数の発光標識による検出された発光から得られた前記データは、発光強度値を備えている、
請求項132に記載のシステム。 - 前記1つまたは複数の発光標識による検出された発光から得られた前記データは、波長値を備えており、
各波長値は、結合相互作用中に放出される光の波長を示す、
請求項132に記載のシステム。 - 前記発光は一連の光パルスに応答し、
前記データは、少なくともいくつかの前記光パルスのそれぞれについて、前記光パルス後の時間期間の一部である複数の時間区間のそれぞれで検出された光子のそれぞれの数を備えている、
請求項132に記載のシステム。 - 前記機械学習モデルを学習する工程は、複数の列を有するデータ構造に前記データを配置することで、前記機械学習モデルへの入力として前記データを提供する工程を備えており、
第1列は、前記一連の光パルスのうちの第1光パルス後の第1時間期間の一部である第1および第2時間区間のそれぞれにおける光子のそれぞれの数を保持しており、
第2列は、前記一連の光パルスのうちの第2光パルス後の第2時間期間の一部である第1および第2時間区間のそれぞれにおける光子のそれぞれの数を保持する、
請求項136に記載のシステム。 - 前記機械学習モデルを学習する工程は、複数の行を有するデータ構造に前記データを配置することで、前記機械学習モデルへの入力として前記データを提供する工程を備えており、
各行は、少なくともいくつかの光パルスに対応するそれぞれの時間区間における光子の数を保持する、
請求項136に記載のシステム。 - 前記機械学習モデルへの入力として前記データを提供する工程は、前記データを画像に配置する工程を備えており、
前記画像の第1画素は、前記少なくともいくつかのパルスの第1パルス後の第1時間期間の第1時間区間で検出された光子の第1数を指定する、
請求項136に記載のシステム。 - 前記画像の第2画素は、前記少なくともいくつかのパルスの前記第1パルス後の前記第1時間期間の第2時間区間で検出された光子の第2数を指定する、
請求項139に記載のシステム。 - 前記画像の第2画素は、前記少なくともいくつかのパルスの第2パルス後の第2時間期間の第1時間区間における光子の第2数を指定する、
請求項139に記載のシステム。 - 前記学習済み機械学習モデルへの入力として前記データを提供する工程は、画像内に前記データを配置する工程を備えており、
前記画像の各画素は、前記少なくともいくつかのパルスのうちのパルス後の時間期間のそれぞれの時間区間で検出された光子の数を指定する、
請求項139に記載のシステム。 - 前記1つまたは複数の発光標識は、前記1つまたは複数の試薬のうちの少なくとも1つに関連付けられている、
請求項132に記載のシステム。 - 前記発光標識は、少なくともいくつかの前記アミノ酸に関連付けられている、
請求項132に記載のシステム。 - 前記学習データは、前記1つまたは複数の試薬と単一分子のアミノ酸との結合相互作用を表す、
請求項114に記載のシステム。 - 前記学習データは、前記1つまたは複数の試薬と複数分子のアミノ酸との結合相互作用を表す、
請求項114に記載のシステム。 - 前記1つまたは複数の試薬とアミノ酸との結合相互作用の前記データは、結合相互作用について検出されたシグナルパルスの少なくとも1つの特性の分布を記述する1つまたは複数のパラメータを備えている、
請求項114に記載のシステム。 - 前記1つまたは複数の試薬とアミノ酸との結合相互作用の前記データは、結合相互作用について検出されたシグナルパルスの少なくとも1つの特性から導出された1つまたは複数のパラメータを備えている、
請求項114に記載のシステム。 - 少なくとも1つのプロセッサによって実行されると、前記少なくとも1つのプロセッサに方法を実行させる命令を記憶した少なくとも1つの非一時的なコンピュータ可読記憶媒体であって、前記方法は、
1つまたは複数の試薬とアミノ酸との結合相互作用について得られた学習データにアクセスする工程と、
ポリペプチドのアミノ酸を同定するための学習済み機械学習モデルを得るべく、前記学習データとしてのデータを用いて機械学習モデルを学習する工程と、
を備えている、少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記機械学習モデルは、混合モデルを備えている、
請求項149に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記混合モデルは、ガウス混合モデル(GMM)を備えている、
請求項150に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記機械学習モデルは、深層学習モデルを備えている、
請求項149に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記深層学習モデルは、畳み込みニューラルネットワークを備えている、
請求項152に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記深層学習モデルは、コネクショニスト時間分類(CTC)適合ニューラルネットワークを備えている、
請求項152に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記学習データを用いて前記機械学習モデルを学習する工程は、前記学習データに教師付き学習アルゴリズムを適用する工程を備えている、
請求項149に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記学習データを用いて前記機械学習モデルを学習する工程は、前記学習データに半教師付き学習アルゴリズムを適用する工程を備えていること、
請求項149に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記学習データを用いて前記機械学習モデルを学習する工程は、前記学習データに教師なし学習アルゴリズムを適用する工程を備えている、
請求項149に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記機械学習モデルはクラスタリングモデルを備えており、
前記機械学習モデルを学習する工程は、前記クラスタリングモデルの複数のクラスタを同定する工程を備えており、
前記複数のクラスタの各々は1つまたは複数のアミノ酸に関連付けられている、
請求項149に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記1つまたは複数の試薬とアミノ酸との結合相互作用の前記データは、パルス持続時間値を備えており、
各パルス持続時間値は、結合相互作用について検出されたシグナルパルスの持続時間を示す、
請求項149に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記1つまたは複数の試薬とアミノ酸との結合相互作用について得られた前記データは、パルス同士間持続時間値を備えており、
各パルス同士間持続時間値は、結合相互作用について検出された連続するシグナルパルス同士間の時間の持続時間を示す、
請求項149に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記1つまたは複数の試薬とアミノ酸との結合相互作用について得られた前記データは、1つまたは複数のパルス持続時間値と、および1つまたは複数のパルス同士間持続時間値とを備えている、
請求項149に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記命令は、少なくとも1つのプロセッサによって実行されると、前記少なくとも1つのプロセッサにさらに、
前記ポリペプチド内の複数の位置のそれぞれについて、1つまたは複数のそれぞれのアミノ酸がその位置に存在するという1つまたは複数の尤度を出力するように、前記機械学習モデルを学習する工程を実行させる、
請求項149に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記機械学習モデルを学習する工程は、
各部分が前記結合相互作用のそれぞれの1つに対応するように、前記データの複数の部分を同定する工程と、
前記データの各部分に対応する出力を得るべく、前記複数の部分のそれぞれ1つを前記機械学習モデルへの入力として提供する工程と、
前記複数の部分に対応する出力を用いて前記機械学習モデルを学習する工程と、
を備えている、
請求項149に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記データの部分に対応する出力は、1つまたは複数のそれぞれのアミノ酸が複数の位置のそれぞれの1つに存在するという1つまたは複数の尤度を示す、
請求項163に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記データの前記複数の部分を同定する工程は、
1つまたは複数の前記アミノ酸の切断に対応する前記データ内の1つまたは複数の点を同定する工程と、
前記1つまたは複数のアミノ酸の前記切断に対応する前記同定された1つまたは複数の点に基づき、前記データの前記複数の部分を同定する工程と、
を備えている、
請求項163に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記データの前記複数の部分を同定する工程は、
前記データから、前記結合相互作用の少なくとも1つの特性に関する要約統計量の値を決定する工程と、
前記データの中で、前記少なくとも1つの特性の値が前記要約統計量の前記値から閾値量だけ逸脱している1つまたは複数の点を同定する工程と、
前記同定された1つまたは複数の点に基づき、前記データの前記複数の部分を同定する工程と、
を備えている、
請求項163に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記1つまたは複数の試薬とアミノ酸との結合相互作用に関する前記データは、1つまたは複数の発光標識による検出された発光から得られたデータを備えている、
請求項149に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記1つまたは複数の発光標識による検出された発光から得られた前記データは、発光寿命値を備えている、
請求項167に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記1つまたは複数の発光標識による検出された発光から得られた前記データは、発光強度値を備えている、
請求項167に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記1つまたは複数の発光標識によって検出された発光から得られた前記データは、波長値を備えており、
各波長値は、結合相互作用中に放出される光の波長を示す、
請求項167に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記発光は一連の光パルスに応答し、
前記データは、少なくともいくつかの前記光パルスのそれぞれについて、前記光パルス後の時間期間の一部である複数の時間区間のそれぞれにおいて検出された光子のそれぞれの数を備えている、
請求項167に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記機械学習モデルを学習する工程は、複数の列を有するデータ構造に前記データを配置することで、前記機械学習モデルへの入力として前記データを提供する工程を備えており、
第1列は、前記一連の光パルスのうちの第1光パルス後の第1時間期間の一部である第1および第2時間区間のそれぞれにおける光子の数を保持し、かつ
第2列は、前記一連の光パルスのうちの第2光パルス後の第2時間期間の一部である第1および第2時間区間のそれぞれにおける光子のそれぞれの数を保持する、
請求項171に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記機械学習モデルを学習する工程は、前記データを、複数の行を有するデータ構造に配置することで前記機械学習モデルへの入力として提供する工程を備えており、
各行は、少なくともいくつかの光パルスに対応するそれぞれの時間区間における光子の数を保持する、
請求項171に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記機械学習モデルへの入力として前記データを提供する工程は、前記データを画像に配置する工程を備えており、
前記画像の第1画素は、前記少なくともいくつかのパルスの第1パルス後の第1時間期間の第1時間区間で検出された光子の第1数を指定する、
請求項171に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記画像の第2画素は、前記少なくともいくつかのパルスの前記第1パルス後の第1時間期間の第2時間区間で検出された光子の第2数を指定する、
請求項174に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記画像の第2画素は、前記少なくともいくつかのパルスの第2パルス後の第2時間期間の第1時間区間における光子の第2数を指定する、
請求項174に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記学習済み機械学習モデルへの入力として前記データを提供する工程は、画像内に前記データを配置する工程を備えており、
前記画像の各画素は、前記少なくともいくつかのパルスのうちのパルス後の時間期間のそれぞれの時間区間で検出された光子の数を指定する、
請求項171に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記1つまたは複数の発光標識は、前記1つまたは複数の試薬のうちの少なくとも1つに関連付けられている、
請求項167に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 発光標識は、前記アミノ酸の少なくともいくつかに関連付けられている、
請求項149に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記学習データは、前記1つまたは複数の試薬と単一分子のアミノ酸との結合相互作用を表す、
請求項149に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記学習データは、前記1つまたは複数の試薬と複数分子のアミノ酸との結合相互作用を表す、
請求項149に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記1つまたは複数の試薬とアミノ酸との結合相互作用の前記データは、結合相互作用について検出されたシグナルパルスの少なくとも1つの特性の分布を記述する1つまたは複数のパラメータを備えている、
請求項149に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 - 前記1つまたは複数の試薬とアミノ酸との結合相互作用の前記データは、結合相互作用について検出されたシグナルパルスの少なくとも1つの特性から導出される1つまたは複数のパラメータを備えている、
請求項149に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962860750P | 2019-06-12 | 2019-06-12 | |
US62/860,750 | 2019-06-12 | ||
PCT/US2020/037541 WO2020252345A1 (en) | 2019-06-12 | 2020-06-12 | Techniques for protein identification using machine learning and related systems and methods |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022536343A true JP2022536343A (ja) | 2022-08-15 |
JPWO2020252345A5 JPWO2020252345A5 (ja) | 2024-01-31 |
Family
ID=71409529
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021573337A Pending JP2022536343A (ja) | 2019-06-12 | 2020-06-12 | 機械学習を用いたタンパク質同定技術および関連するシステムと方法 |
Country Status (10)
Country | Link |
---|---|
US (1) | US20200395099A1 (ja) |
EP (1) | EP3966824A1 (ja) |
JP (1) | JP2022536343A (ja) |
KR (1) | KR20220019778A (ja) |
CN (1) | CN115989545A (ja) |
AU (1) | AU2020290510A1 (ja) |
BR (1) | BR112021024915A2 (ja) |
CA (1) | CA3142888A1 (ja) |
MX (1) | MX2021015347A (ja) |
WO (1) | WO2020252345A1 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
MX2021005757A (es) | 2018-11-15 | 2021-08-11 | Quantum Si Inc | Metodos y composiciones para la secuenciacion de proteinas. |
US11126890B2 (en) * | 2019-04-18 | 2021-09-21 | Adobe Inc. | Robust training of large-scale object detectors with a noisy dataset |
BR112022008092A2 (pt) * | 2019-10-28 | 2022-07-12 | Quantum Si Inc | Métodos de preparação de uma amostra enriquecida para sequenciamento polipeptídico |
JP2023517309A (ja) | 2020-03-06 | 2023-04-25 | ボストンジーン コーポレイション | 多重免疫蛍光イメージングを使用する組織特性の決定 |
EP4143579A2 (en) | 2020-05-20 | 2023-03-08 | Quantum-si Incorporated | Methods and compositions for protein sequencing |
CN114093415B (zh) * | 2021-11-19 | 2022-06-03 | 中国科学院数学与系统科学研究院 | 肽段可检测性预测方法及系统 |
CN117744748B (zh) * | 2024-02-20 | 2024-04-30 | 北京普译生物科技有限公司 | 一种神经网络模型训练、碱基识别方法及装置、电子设备 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050119454A1 (en) * | 2000-01-24 | 2005-06-02 | The Cielo Institute, Inc. | Algorithmic design of peptides for binding and/or modulation of the functions of receptors and/or other proteins |
CA2466792A1 (en) * | 2003-05-16 | 2004-11-16 | Affinium Pharmaceuticals, Inc. | Evaluation of spectra |
WO2010085548A2 (en) * | 2009-01-22 | 2010-07-29 | Li-Cor, Inc. | Single molecule proteomics with dynamic probes |
US20120015825A1 (en) * | 2010-07-06 | 2012-01-19 | Pacific Biosciences Of California, Inc. | Analytical systems and methods with software mask |
KR20150113166A (ko) * | 2013-01-31 | 2015-10-07 | 코덱시스, 인코포레이티드 | 상호작용 성분을 이용하여 생체분자를 확인하기 위한 방법, 시스템, 및 소프트웨어 |
US9212996B2 (en) * | 2013-08-05 | 2015-12-15 | Tellspec, Inc. | Analyzing and correlating spectra, identifying samples and their ingredients, and displaying related personalized information |
SG11201601692PA (en) * | 2013-09-27 | 2016-04-28 | Codexis Inc | Structure based predictive modeling |
MX2017001808A (es) * | 2014-08-08 | 2018-02-08 | Quantum Si Inc | Dispositivo integrado con fuente de luz externa para el sondeo, deteccion y analisis de moleculas. |
US10545153B2 (en) * | 2014-09-15 | 2020-01-28 | Board Of Regents, The University Of Texas System | Single molecule peptide sequencing |
WO2017214320A1 (en) * | 2016-06-07 | 2017-12-14 | Edico Genome, Corp. | Bioinformatics systems, apparatus, and methods for performing secondary and/or tertiary processing |
WO2018132752A1 (en) * | 2017-01-13 | 2018-07-19 | Massachusetts Institute Of Technology | Machine learning based antibody design |
EP3612545A4 (en) * | 2017-04-18 | 2021-01-13 | X-Chem, Inc. | METHOD OF IDENTIFICATION OF CONNECTIONS |
US11573239B2 (en) * | 2017-07-17 | 2023-02-07 | Bioinformatics Solutions Inc. | Methods and systems for de novo peptide sequencing using deep learning |
US11587644B2 (en) * | 2017-07-28 | 2023-02-21 | The Translational Genomics Research Institute | Methods of profiling mass spectral data using neural networks |
US20210043273A1 (en) * | 2018-02-02 | 2021-02-11 | Arizona Board Of Regents On Behalf Of Arizona State University | Methods, systems, and media for predicting functions of molecular sequences |
JP7047115B2 (ja) * | 2018-02-17 | 2022-04-04 | リジェネロン・ファーマシューティカルズ・インコーポレイテッド | Mhcペプチド結合予測のためのgan-cnn |
US20210151123A1 (en) * | 2018-03-08 | 2021-05-20 | Jungla Inc. | Interpretation of Genetic and Genomic Variants via an Integrated Computational and Experimental Deep Mutational Learning Framework |
MX2021005757A (es) * | 2018-11-15 | 2021-08-11 | Quantum Si Inc | Metodos y composiciones para la secuenciacion de proteinas. |
-
2020
- 2020-06-12 EP EP20735761.7A patent/EP3966824A1/en active Pending
- 2020-06-12 WO PCT/US2020/037541 patent/WO2020252345A1/en unknown
- 2020-06-12 BR BR112021024915A patent/BR112021024915A2/pt not_active Application Discontinuation
- 2020-06-12 CN CN202080057353.9A patent/CN115989545A/zh active Pending
- 2020-06-12 MX MX2021015347A patent/MX2021015347A/es unknown
- 2020-06-12 US US16/900,582 patent/US20200395099A1/en active Pending
- 2020-06-12 AU AU2020290510A patent/AU2020290510A1/en active Pending
- 2020-06-12 KR KR1020227000689A patent/KR20220019778A/ko active Search and Examination
- 2020-06-12 JP JP2021573337A patent/JP2022536343A/ja active Pending
- 2020-06-12 CA CA3142888A patent/CA3142888A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
MX2021015347A (es) | 2022-04-06 |
CN115989545A (zh) | 2023-04-18 |
BR112021024915A2 (pt) | 2022-01-18 |
WO2020252345A1 (en) | 2020-12-17 |
WO2020252345A9 (en) | 2022-02-10 |
KR20220019778A (ko) | 2022-02-17 |
US20200395099A1 (en) | 2020-12-17 |
CA3142888A1 (en) | 2020-12-17 |
AU2020290510A1 (en) | 2022-02-03 |
EP3966824A1 (en) | 2022-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2022536343A (ja) | 機械学習を用いたタンパク質同定技術および関連するシステムと方法 | |
US20230207062A1 (en) | Machine learning enabled pulse and base calling for sequencing devices | |
CN110249082B (zh) | 测定蛋白质的方法 | |
US11587644B2 (en) | Methods of profiling mass spectral data using neural networks | |
JP2022525267A (ja) | 人工知能ベースのシーケンスメタデータ生成 | |
JP2021508885A (ja) | タンパク質同定のためのデコーディングアプローチ方法 | |
Fannes et al. | Predicting tryptic cleavage from proteomics data using decision tree ensembles | |
CN113506596B (zh) | 嗅觉受体筛选、模型训练、酒类产品鉴定的方法与装置 | |
NL2023311B9 (en) | Artificial intelligence-based generation of sequencing metadata | |
US20230114905A1 (en) | Highly multiplexable analysis of proteins and proteomes | |
Vanderaa et al. | Utilizing Scp for the analysis and replication of single-cell proteomics data | |
Smith et al. | Estimating error rates for single molecule protein sequencing experiments | |
EP3279662B1 (en) | Lateral flow immunoassay technique | |
US20230360732A1 (en) | Systems and methods for assessing and improving the quality of multiplex molecular assays | |
US20230298339A1 (en) | State-based base calling | |
US20230087698A1 (en) | Compressed state-based base calling | |
US20240094215A1 (en) | Characterizing accessibility of macromolecule structures | |
Mohamed | Adaptable Biophysically-Interpretable Neural Networks in Genomics and Biomedicine | |
WO2023049215A1 (en) | Compressed state-based base calling | |
WO2023010046A9 (en) | Cell-type optimization method and scanner |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230609 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230609 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240117 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240319 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20240607 |