대규모 단백질 서열 데이터베이스를 대상으로 하는 효과적인 후보단백질 선정 알고리즘

Abstract

프로테오믹스는 단백질의 기능을 분석하고, 성질을 파악하는 학문분야이다. 단백질 동정은 단백질을 구성하는 아미노산 서열을 확인하는 과정이다. 단백질 동정은 단백질 합성 후 변이의 경우의 수와 단백질 서열 데이터베이스 크기를 고려해야 하는데 모든 변이의 경우를 고려하고, 대규모 단백질 서열 데이터베이스를 사용할 경우, 매우 많은 수행시간이 필요하다. 본 논문에서는 이 문제를 해결하기 위하여 대규모 단백질 서열 데이터베이스로부터 효율적으로 후보 단백질을 선정하는 알고리즘을 제안하고, 이 알고리즘의 성능을 기존 알고리즘과 비교 분석한다.; Proteomics is the study of proteins, particularly structures, functions and interaction of proteins. Protein identification is a process that identify the alignment of amino acid sequences of protein. Protein identification need to consider the number of chemical modification of a protein after its translation and the size of protein sequence database. If we consider all possible chemical modification of a protein with large protein sequence database, then a lot of computational time is needed. In this paper, we propose an efficient candidate protein filtering algorithm in large protein sequence database to solve this problem. Thereafter, we show performance of our algorithm by compare between existing algorithm and our algorithm.