タンパク質の構造予測は構造生物学における依然未解決の難題である。タンパク質のような複雑な対象を扱う際のアプローチとして、統計的アプローチ、すなわち、既知のデータの大域的な特徴が再現されるように単純なモデルを構築する方法がある。本研究では統計的アプローチの一種である「統計ポテンシャル」と呼ばれる方法を採用し、このポテンシャルを2次構造予測と3次構造予測に適用している。

　第1章では、統計ポテンシャルの理論的な考察を中心に、その有効性と問題点が的確にまとめられている。

　第2章から第6章では、統計ポテシシャルの2次構造予測への適用について述べられている。従来の2次構造予測法の多くは、1残基ポテンシャル(値が1残基によって決定)をもとに構成されているが、予測精度を改善するためには多残基ポテンシャル(値が複数残基によって決定)を取り入れる必要がある。しかし多残基ポテンシャルの統計的な抽出は、構造データベースのサイズ不足による困難がある。第3章ではアミノ酸を0、1の2種類に符号化する「2元語符号」を導入している。2元語とは0、1に変換された局所配列のことであり、その全パターン数は少ないため、多残基ポテンシャルの統計的な抽出が容易であると考えられる。2元語ポテンシャルと古典的な予測法であるGOR法を組合わせたBW-GOR法、BW-MGOR法の2つを新たに導入した。第4章においては、まず分類を指定する符号化関数を決定するために、焼き鈍し法を用いて正答率を最大にする関数の探索を行っている。その関数を用いた2元語ポテンシャルを加えることで正答率は1.4〜2.8%改善した。マルチプルアライメント配列群を使用したBW-MGOR法の正答率がこの中では最高の68.2%であった。第5章では、物理化学的な符号化関数を用いた場合の正答率を比較し、非極性符号化関数の正答率が高いことを示した。第6章ではまとめとして、2元語符号による正答率の改善は多残基相互作用の2次構造形成への影響を示唆し、最適な符号化関数が非極性・疎水性を示していることは、疎水性相互作用が重要な役割を果たしていることを示唆していると結論づけている。

　第7章から第11章では、統計ポテンシャルの3次構造予測への応用について述べられている。第7章には従来の3次構造予測法が簡潔にまとめられており、その一般性から、ポテンシャル最小化計算による予測が必要であることを主張している。そして、統計ポテンシャルでは陽に考慮されていない「タンパク質らしさ」を導入する必要性について述べている。第8章には予測法の詳細が述べられている。統計ポテンシャルEseqとして、距離ヒストグラムポテンシャル、局所構造ポテンシャルなどの数種の統計ポテンシャルが用意された。また構造探索の目標を【最もポテンシャルの低い「タンパク質らしい」構造を探すこと】に設定している。本研究では「タンパク質らしい」構造の条件を自己排除性、コンパクトさ、2次構造の形成の3つとし、この条件を満たすほど低くなるポテンシャルEproを設計している。そして、EseqとEproの和に対するポテンシャル最小化計算を繰り返すことにより、多数の局所最小構造を生成し、その中から「タンパク質らしい」構造を選択して、さらにその中からEseqの最も低い構造を予測構造としている。第9章では、まず最初に用意した統計ポテンシャルを、Threadingテストで評価している。距離ヒストグラムと局所構造ポテンシャルの和を用いた場合が最も成績が良く、ほとんどのタンパク質でN構造がポテンシャル最小となった。この予測法を80残基以下の5つのタンパク質に適用したところ、平均のRMSは11.3A、局所構造の一致率の平均は61.3%であり、局所構造はかなり一致しているものの、大域的構造には相違が見られた。第9章では、N構造との類似度とポテンシャルの相関の解析により、設定したポテンシャルの性質の吟味が行なわれている。第11章では、3次構造予測のまとめとして、本研究で開発した予測法では、「タンパク質らしさ」を考慮しない場合に比べ良好な予測結果を得たこと、予測構造は局所構造はよく一致したものの、大域的な構造には相違があったことが述べられている。大域的構造の相違の原因としてRMSとポテンシャルの相関の低さが指摘されている。

　以上本論文は、統計ポテンシャルをタンパク質の2次構造予測と3次構造予測に適用した新しい方法を提案したものであり、学術上、応用上貢献するところが少なくない。よって審査委員一同は、本論文が博士(農学)の学位論文として価値あるものと認めた。