文献

J-GLOBAL ID：201502219523285514   整理番号：15A0649194

RNAの二次構造予測のためのセミ監督の学習手法

A semi-supervised learning approach for RNA secondary structure prediction

著者 (5件)： YONEMOTO Haruka (Graduate School of Frontier Sciences, Univ. of Tokyo, 5-1-5 Kashiwanoha, Kashiwa 277-8562, JPN) ,  ASAI Kiyoshi (Graduate School of Frontier Sciences, Univ. of Tokyo, 5-1-5 Kashiwanoha, Kashiwa 277-8562, JPN) ,  ASAI Kiyoshi (Computational Biology Res. Center (CBRC), National Inst. of Advanced Industrial Sci. and Technol. (AIST), 2-4-7 ...) ,  HAMADA Michiaki (Dep. of Electrical Engineering and Bioscience, Fac. of Sci. and Engineering, Waseda Univ., 55N-06-10, 3-4-1, Okubo ...) ,  HAMADA Michiaki (Computational Biology Res. Center (CBRC), National Inst. of Advanced Industrial Sci. and Technol. (AIST), 2-4-7 ...)
資料名： Computational Biology and Chemistry  (Computational Biology and Chemistry)
巻： 57  ページ： 72-79  発行年： 2015年08月 
JST資料番号： H0201B  ISSN： 1476-9271  CODEN： COCHDK  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： RNAの二次構造予測は,RNAバイオインフォマティックスにおいて重要な技術である。RNA二次構造に対する殆どのアルゴニズムは,確率モデルを活用する。このモデルパラメータは,信頼のおけるRNA二次構造でトレインされる。NMRあるいはX線結晶構造解析などの実験的手法でのRNA二次構造の決定は困難であるので,二次構造をトレインするために有用である多くのRNA配列は実験的に決定されていない。本稿において,RNA二次構造の確率モデルにおけるパラメーターをトレインするための新規なセミ監督の学習手法を紹介した。ここでは注釈付きの二次構造でのRNA配列だけでなく未知の二次構造を用いた。本モデルは,自然言語処理への応用に成功した生産(推測統計学的文脈自由文法)と判別可能なモデル(条件付き確率場)に基づいている。計算機利用実験の結果,二次構造予測の正確性は,トレーニングへの未知の二次構造を有するRNA配列を取込むことで改善される。知りうる限り,RNA二次構造予測に対するセミ監督の学習手法の最初の研究であった。本法は,信頼のおける構造の数が制限されている時有用であると考えられた。Copyright 2015 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *RNA【核酸】 ,  *予測 ,  NMR【磁気共鳴】 ,  情報科学 ,  生物学 ,  確率モデル ,  X線構造解析 ,  遺伝学実験技術 ,  二次構造 ,  自然言語処理 ,  文脈自由文法 ,  特徴抽出 ,  計算機利用 ,  RNA配列解析 ,  X線結晶構造解析 ,  バイオインフォマティクス ,  *二次構造予測 ,  推計学 ,  人文科学 ,  数学モデル
準シソーラス用語： 条件つき確率場 ,  推測統計学

分類 (2件)： 分子・遺伝情報処理  (JE15040B) ,  核酸一般  (EB04010U)

タイトルに関連する用語 (5件)： RNA ,  二次構造予測 ,  セミ ,  学習 ,  手法