文献

J-GLOBAL ID：201702257206218066   整理番号：17A0380040

配列特徴を合併したSVM PSSM分類器を用いた蛋白質二次構造の予測【Powered by NICT】

Prediction of protein secondary structure using SVM-PSSM Classifier combined by sequence features

著者 (4件)： Yehong Chen (Institute of Intelligent Information Processing, Qilu University of Technology, Jina, China) ,  Yihui Liu (Institute of Intelligent Information Processing, Qilu University of Technology, Jina, China) ,  Jinyong Cheng (Institute of Intelligent Information Processing, Qilu University of Technology, Jina, China) ,  Yanchun Wang (Institute of Intelligent Information Processing, Qilu University of Technology, Jina, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： IMCEC  ページ： 103-106  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 蛋白質二次構造予測はバイオインフォマティクスにおける重要な問題である。このタスクのために,配列特徴(SF)により結合されたSVM PSSM分類器に基づく方法を提案した。蛋白質配列データは,位置特異的スコアリング行列(PSSM)を組み合わせた疎水性配列特徴(H SF),および構造的配列特徴(SSF)とハイブリッド形成によって表される。新しい特徴製剤は40以上のSF(配列特徴),それはさらにSVM PSSM分類器にaccessional入力ベクトルとして特徴選択のための試験を抽出するために,より正確な分類器を構築するために提案した。本研究における予測分類器は,PSSMと選択された配列の特徴を用いて構築した。実験結果は筆者らの最終的に構築したSVM PSSM SF分類器は,精度Q_3 78%のデータセットとしてアミノ酸配列を使用する従来の方法よりも高いことを達成したことを示す。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 疎水性 ,  アミノ酸配列 ,  製剤 ,  *タンパク質 ,  ベクトル ,  特徴選択
準シソーラス用語： スコア化 ,  バイオインフォマティクス ,  *蛋白質二次構造 , 【Automatic Indexing@JST】

分類 (2件)： 分子構造  (EB03020Y) ,  分子・遺伝情報処理  (JE15040B)

タイトルに関連する用語 (5件)： 合併 ,  SVM ,  分類器 ,  蛋白質二次構造 ,  予測