SMADによるビッグデータ類似検索超高速化とその応用
【研究分野】情報学基礎理論
【研究キーワード】
アルゴリズム / ビッグデータ / 検索 / タンパク質立体構造 / 次世代シークエンサー / バイオインフォマティクス / データ検索 / 機械学習
【研究成果の概要】
統計的モデルにもとづく全く新しいアルゴリズム設計パラダイムであるSMADに基づき、タンパク質立体構造データベースを中心とした様々なデータベース上での高速なビッグデータ検索技術の研究開発の実現、およびそれらを活用した応用アルゴリズムの実現をめざして研究を行った。その結果、タンパク質機能予測などを精度を落とさずに高速化することに成功したほか、より幅広いタンパク質立体構造検索の高速検索も実現した。また、次世代シークエンサーデータの解析アルゴリズムなどでも新たな解析手法などを開発することに成功した。
【研究代表者】
【研究種目】基盤研究(B)
【研究期間】2013-04-01 - 2017-03-31
【配分額】10,400千円 (直接経費: 8,000千円、間接経費: 2,400千円)