Jpred

Jpredは、ダンディー大学のBarton Groupによって開発・維持されている、タンパク質の二次構造予測のためのウェブベースのサーバーである。タンパク質の配列を受け取り、二次構造（αヘリックス、βストランド、またはコイル）の予測に加えて、溶媒アクセシビリティと信頼性スコアを返す。このサーバーは1990年代後半から公開されており、バイオインフォマティクス研究で広く使用されている。

Jpredの予測手法は、PSI-BLASTを用いてタンパク質データベースに対して生成された多重配列アラインメントを統合し、精度を向上させる進化的情報を捕捉する。コアアルゴリズムは、既知のタンパク質構造で訓練されたニューラルネットワーク、具体的にはリカレントアーキテクチャを採用している。長年にわたり、Jpredはいくつかの更新を経ており、現在のバージョン（Jpred 4）は改善された性能とユーザーフレンドリーなインターフェースを提供している。

歴史と開発

Jpredは1998年にダンディー大学のJames CuffとGeoffrey Bartonによって初めてリリースされた。これは、PHDやPSIPREDなどの初期の手法に基づいて構築された、最も初期の公開アクセス可能な二次構造予測サーバーの一つである。このサーバーはシンプルになるように設計されており、ユーザーは配列を送信し、数分以内に予測を受け取る。初期バージョンは、非冗長なタンパク質構造セットで訓練されたニューラルネットワークのジャリーを使用していた。

2008年には、Jpred 3がリリースされ、二段階ニューラルネットワークと改善されたアラインメント生成を使用する、より洗練されたアルゴリズムが組み込まれた。最新のメジャーバージョンであるJpred 4は2015年に開始され、より高速なパイプラインと更新された基盤データベースを導入した。このサーバーは継続的に維持されており、新しいタンパク質構造データとアルゴリズムの改善を反映するための定期的な更新が行われている。

方法論

Jpredの予測パイプラインは、クエリ配列から始まる。まず、PSI-BLASTを実行して配列データベース（例：UniProt）に対して相同配列を検索し、それらをアラインメントして多重配列アラインメントを作成する。このアラインメントは、進化的保存パターンを捕捉する位置特異的スコア行列（PSSM）に変換される。

PSSMはニューラルネットワークに入力され、具体的にはJpred 4では長短期記憶（LSTM）ユニットを持つリカレントニューラルネットワークが配列コンテキストを処理する。ネットワークは、各残基が3つの二次構造状態（H：ヘリックス、E：ストランド、C：コイル）のいずれかである確率を出力する。別のネットワークが溶媒アクセシビリティ（埋没または露出）を予測する。最終出力には、通常0から9の範囲の残基ごとの信頼性スコアが含まれる。

訓練データは、冗長性を除去するためにフィルタリングされたProtein Data Bank（PDB）から得られる。ニューラルネットワークは、バックプロパゲーションとクロスエントロピー損失関数を使用して訓練される。Jpred 4の精度は、3状態予測（Q3）で約82%と報告されており、これは他の現代的な手法と競争力がある。

使用法と応用

Jpredは、構造が未知のタンパク質配列を注釈付けするために研究者によって使用され、機能推論や実験設計に役立つ。これは、相同性モデリングやフォールド認識などの構造バイオインフォマティクスパイプラインの最初のステップとなることが多い。サーバーはまた、複数の配列を解析するためのバッチモードと、プログラムによるアクセスのためのAPIを提供している。

二次構造に加えて、Jpredの出力は、部位特異的変異誘発実験を導くため、機能残基を特定するため、およびタンパク質工学を支援するために使用できる。このサーバーは何千もの科学出版物で引用されており、この分野の標準ツールとなっている。

可用性と影響

Jpredは、ダンディー大学のウェブサイトで学術ユーザーに無料で提供されている。これはLinuxサーバーのクラスター上で動作し、迅速なターンアラウンドタイムを保証している。このサーバーは、Biotechnology and Biological Sciences Research Council（BBSRC）からの研究助成金を含む、継続的な資金提供を受けている。

Jpredの影響は、そのアクセシビリティと信頼性にある。これは二次構造予測のベンチマークとなっており、その出力はPSIPREDやJpredの後継であるJNetなどの他のツールとしばしば比較される。このサーバーの設計は、後のウェブベースのバイオインフォマティクスツールに影響を与え、使いやすさと明確な出力視覚化を強調している。

関連ツールと将来の方向性

Jpredは、完全な3D構造を予測するAlphaFoldなどの人工知能ベースの手法を含む、より広範なタンパク質構造予測ツールのエコシステムの一部である。Jpredは二次構造に焦点を当てているが、その機械学習技術の統合は時間とともに進化してきた。将来の更新では、精度をさらに向上させるために、トランスフォーマーモデルなどの深層学習アーキテクチャが組み込まれる可能性がある。

サーバーは引き続き積極的に維持されており、Barton Groupは基盤となるニューラルネットワークであるJNetの開発を続けている。現在の時点では、Jpred 4が標準バージョンであり、新しいメジャーリリースは発表されていないが、データベースとアルゴリズムの継続的な改善が期待されている。