Last Updated $Date: 2007/08/15 02:57:00 $

WoLF PSORTについて

概要

WoLF PSORTはアミノ酸配列から蛋白質の細胞内局在部位を予測する。WoLF PSORTの予測法は、古くなったPSORTIIプログラムの大幅な改良で、既知の局在化モチーフと、アミノ酸組成にように因果関係は弱いが、局在部位と相関のある特徴に基づいて予測を行なう。WoLF PSORTはPSORTとPSORTIIと同じく、予測結果以外にも局在化シグナルについて有効な情報を表示するようになっている。

我々の計算実験(APBC06)ではWoLF PSORTの予測率は80％を越えている。特に、数の多い局在部位では、配列上の類似度があまりなくても、WoLF PSORT から有意義な予測結果が得られるので、BLASTのような配列類似度検索ツールを補うことができる。

データセット

WoLF PSORTのデータセットは主にUniprotとGene Ontology(ＧＯ)の記述に基づいて作られている。以下の表で局在部位とＧＯの"Cellular Component"との対応を示している。しかし、データセットは、Uniprotの"Subcellular Localization"欄のみから定義した蛋白質を多く含んでおり、ＧＯとの対応は必ずしも完璧ではない。

*局在部位とＧＯ cellular components.*
略称	局在部位	ＧＯ Cellular Component
chlo	葉緑体	0009507, 0009543
cyto	細胞質	0005829
cysk	細胞骨格	0005856(2)
E.R.	小胞体	0005783
extr	細胞外	0005576, 0005618
golg	ゴルジ体	0005794(1)
lyso	ライソゾーム	0005764
mito	ミトコンドリア	0005739
nucl	核	0005634
pero	ペルオキシソーム	0005777(2)
plas	細胞膜	0005886
vacu	液胞膜	0005774(2)

略称、局在部位と対応するＧＯ Cellular Componentを示した。ＧＯ番号の後に括弧が付く場合は"part_of"関係にあるＧＯ番号も含んでいることを示している。例えば、細胞骨格はGO:0005856のみならず、GO:0005856の"part_of"関係子孫を深さ２（子接点と孫接点）まで含んでいる為"0005856(2)"と記述した。

学習データセット

現在使われているデータセットは動物で12,000個以上、植物と真菌類それぞれ 2,000個以上の蛋白質を含んでいる。データセットは主にUniprotを元にして集めたが、 Gene Ontologyから取った、数百個のナズナ(Arabidopsis thaliana) 蛋白質も含まれている。

特徴量

PSORT(中井、金久)、とiPSORT(坂内ら)、の特徴の一部分に、アミノ酸組成や配列の長さを加えた集合を特徴量の候補として採用している。

分類法

我々が開発したWoLFプログラムで特徴量の選択と重み付けを行なった後、重み付きkNN法で分類を行なう。つまり、クエリ配列を予測する方法は、局在予測用の特徴量から計算した類似度で、データセットの中からクエリ配列にもっとも類似したk個の蛋白の局在部位を参考にして予測を行なう。

引用

サーバ：

Paul Horton, Keun-Joon Park, Takeshi Obayashi, Naoya Fujita, Hajime Harada, C.J. Adams-Collier, & Kenta Nakai,
"WoLF PSORT: Protein Localization Predictor",
Nucleic Acids Research, doi:10.1093/nar/gkm259, 2007.
[概要] [論文]

予測方法：

Paul Horton, Keun-Joon Park, Takeshi Obayashi & Kenta Nakai,
"Protein Subcellular Localization Prediction with WoLF PSORT",
Proceedings of the 4th Annual Asia Pacific Bioinformatics Conference APBC06, Taipei, Taiwan. pp. 39-48, 2006.
[概要] [論文]

開発者

WoLF PSORTは

CBRCのポール・ホートン
CBRCにいた朴　根準 (現：韓国疾病管理本部国立保険研究院)
東工大にいた大林　武 (現：東大医科研)
Collier TechnologiesのC.J. Adams-Collier
東大医科研の中井謙太

が共同で開発している。

パッケージ

2006年９月にWoLF PSORT package version 0.2 を公開しました。使用条件はアカデミック・フリーですが、企業の方にも比較的簡単に使っていただけるようになっています。詳細はパッケージ内の記述を参照してください。

局在部位毎の予測率

WoLF PSORTの予測率は局在部位により大幅に変わります。一般的な傾向としては、Uniprot Annotationでの蛋白数が少ない局在部位は予測率が非常に低いです。この問題を定量的に調べる為に、我々は予測されたutilityと局在部位毎の予測率統計を調べました。

チュートリアル

Linux初心者向けチュートリアルがあります。

謝辞

GOから局在データを抽出するに当たって、太田先生から貴重なアドバイスをいただきました。
サーバの基本設計はC.J.Collier氏が行なった(ただし、その後の変更に対する責任は勿論ない...)