講演名 2006-12-13
距離幾何学問題における確率的近接データ埋め込み法の拡張
加嶋 浩之, 土居 伸二, 熊谷 貞俊,
PDFダウンロードページ PDFダウンロードページへ
抄録(和) 距離幾何学問題とは,多数の原子から構成される分子に対し,原子間距離からその分子の立体構造を決定する問題である.本研究では確率的近接データ埋め込み法を用いて,原子間に距離制限(上限と下限を持つ幅のある距離)データが与えられる場合の距離幾何学問題を解く.距離データが少ない場合の正確な構造決定のための新しいアルゴリズムを提案し,既知のタンパク質立体構造データを用いて性能の評価を行う.
抄録(英) Distance geometry problem is the problem to determine the molecular structure from the distance data between atoms. We apply SPE (Stochastic Proximity Embedding) method to distance geometry problem of huge molecular like protein from a data set of upper and lower distance bounds. We propose an efficient extension of SPE to determine the structure when only a few distance bounds data are known.
キーワード(和) 距離幾何学法 / NMR解析 / タンパク質構造決定 / 最適化法
キーワード(英) Distance geometry / Nuclear Magnetic Resonance / protein-structure determination / optimization method
資料番号 NLP2006-96
発行日

研究会情報
研究会 NLP
開催期間 2006/12/6(から1日開催)
開催地(和)
開催地(英)
テーマ(和)
テーマ(英)
委員長氏名(和)
委員長氏名(英)
副委員長氏名(和)
副委員長氏名(英)
幹事氏名(和)
幹事氏名(英)
幹事補佐氏名(和)
幹事補佐氏名(英)

講演論文情報詳細
申込み研究会 Nonlinear Problems (NLP)
本文の言語 JPN
タイトル(和) 距離幾何学問題における確率的近接データ埋め込み法の拡張
サブタイトル(和)
タイトル(英) An efficient extension of stochastic proximity embedding in distance geometry problem
サブタイトル(和)
キーワード(1)(和/英) 距離幾何学法 / Distance geometry
キーワード(2)(和/英) NMR解析 / Nuclear Magnetic Resonance
キーワード(3)(和/英) タンパク質構造決定 / protein-structure determination
キーワード(4)(和/英) 最適化法 / optimization method
第 1 著者 氏名(和/英) 加嶋 浩之 / Hiroyuki KASHIMA
第 1 著者 所属(和/英) 大阪大学大学院工学研究科電気電子情報工学専攻
Department of Electrical Engineering, Graduate School of Engineering, Osaka University
第 2 著者 氏名(和/英) 土居 伸二 / Shinji DOI
第 2 著者 所属(和/英) 大阪大学大学院工学研究科電気電子情報工学専攻
Department of Electrical Engineering, Graduate School of Engineering, Osaka University
第 3 著者 氏名(和/英) 熊谷 貞俊 / Sadatoshi KUMAGAI
第 3 著者 所属(和/英) 大阪大学大学院工学研究科電気電子情報工学専攻
Department of Electrical Engineering, Graduate School of Engineering, Osaka University
発表年月日 2006-12-13
資料番号 NLP2006-96
巻番号(vol) vol.106
号番号(no) 413
ページ範囲 pp.-
ページ数 6
発行日