文献

J-GLOBAL ID：201702242858674088   整理番号：17A0323664

SD MSAEs深部特徴抽出に基づくヒトゲノムにおけるプロモータ認識【Powered by NICT】

SD-MSAEs: Promoter recognition in human genome based on deep feature extraction

著者 (6件)： Xu Wenxuan (School of Computer Science and Technology & Joint International Research Laboratory of Machine Learning and Neuromorphic Computing, Soochow University, Suzhou 215006, Jiangsu, China) ,  Xu Wenxuan (Collaborative Innovation Center of Novel Software Technology and Industrialization, Nanjing 210000, Jiangsu, China) ,  Zhang Li (School of Computer Science and Technology & Joint International Research Laboratory of Machine Learning and Neuromorphic Computing, Soochow University, Suzhou 215006, Jiangsu, China) ,  Zhang Li (Collaborative Innovation Center of Novel Software Technology and Industrialization, Nanjing 210000, Jiangsu, China) ,  Lu Yaping (School of Computer Science and Technology & Joint International Research Laboratory of Machine Learning and Neuromorphic Computing, Soochow University, Suzhou 215006, Jiangsu, China) ,  Lu Yaping (Collaborative Innovation Center of Novel Software Technology and Industrialization, Nanjing 210000, Jiangsu, China)
資料名： Journal of Biomedical Informatics  (Journal of Biomedical Informatics)
巻： 61  ページ： 55-62  発行年： 2016年 
JST資料番号： B0827A  ISSN： 1532-0464  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： ヒトゲノムにおけるプロモーターの予測および認識はDNA配列解析において重要な役割を果たしている。情報理論のShannon意味で,エントロピーは生物情報学的詳細分析における複数の有用性である。統計的発散(SD)に基づく相対エントロピー推定量法はDNA配列の異なる領域を区別するために意味のある特徴を抽出するために使用されている。本論文において,筆者らは文脈特徴を選択し,ヒトゲノムにおける他のDNA領域からのプロモーター領域を区別する最も効果的なn量体を選択するためのSD法のセットを使用した。n量体の全可能な組合せから抽出され,著者らはプロモーターと非プロモーター訓練サンプルに基づく四スパース分布を得ることができる。情報n量体はこれらの分布の分化程度を最適化することにより選択した。特に著者らは,プロモーター認識のための深い特徴を抽出するための深層学習における統計的発散および多重スパースオートエンコーダ(MSAEs)の利点を組み合わせた。次に多重SVMとSD MSAEsと呼ばれるヒトプロモータ認識法を構築するための決定モデルを適用した。フレームワークは,新しい特徴抽出または新しい分類モデルを統合できることを柔軟である。実験結果は,この方法が高感度と特異性を持つことを示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 透視図法 ,  情報理論 ,  エントロピー ,  DNA【核酸】 ,  *プロモーター領域 ,  最適化 ,  高感度 ,  推定量 ,  *特徴抽出
準シソーラス用語： 特異性 ,  深層学習 ,  DNA配列 ,  バイオインフォマティクス ,  DNA配列解析 ,  *ヒトゲノム , 【Automatic Indexing@JST】

著者キーワード (5件)： 文脈特徴 ,  プロモーター認識 ,  スパース自動符号器 ,  統計的発散 ,  サポートベクトルマシン

分類 (2件)： 分子・遺伝情報処理  (JE15040B) ,  自然語処理  (JE06000L)

タイトルに関連する用語 (4件)： 深部 ,  特徴抽出 ,  ヒトゲノム ,  プロモータ