機械学習によるタンパク質のO型糖鎖修飾部位の予測とその機能の考察

摘要

O-glycosylation is one of the important posttranslational modifications of mammalian proteins. We applied a support vector machine (SVM) to predict whether Ser or Thr is glycosylated, aiming at studying the O-glycosylation mechanism. O-glycosylated sites are often found in cluster, whereas other sites are located sporadically. Therefore, we developed two types of SVMs for predicting clustered and isolated sites separately. Moreover, we found that the O-glycosylation sites, especially of the clustered type, are preferentially located within intrinsically disordered regions of proteins, which could be the key feature for understanding the property and the role of O-glycosylation in functional diversity and structural stability of the biological systems.%哺乳類タンパク質の主要な翻訳後修飾である糖鎖修飾のうち，機構の詳細が未解明であるO型糖鎖修飾を対象として，機械学習により修飾部位の予測を行った．タンパク質配列データベースUniProtから得た実験的知見を元に，サポートベクターマシンを用いて，セリンやトレオニン部位に対する修飾の有無を予測する．本報告では特に，アミノ酸配列上での修飾部位の分布の偏りに着目し，修飾部位を二つのタイプに分類し，個別に予測器を構築した．その結果，予測精度が84．3％まで向上し，また，修飾に寄与する要因が両タイプで異なることが分かった．さらに，タンパク質天然変性領域との関係を統計的に解析し，0型糖鎖修飾が果たす役割を考察した．