文献

J-GLOBAL ID：201702242585505054   整理番号：17A0142690

PredRBR:Gradient Tree Boostingを用いた蛋白質におけるRNA束縛残留物の正確な予測【Powered by NICT】

PredRBR: Accurate Prediction of RNA-Binding Residues in proteins using Gradient Tree Boosting

著者 (5件)： Liu Diwei (School of Software, Central South University, Changsha 410075, China) ,  Tang Yongjun (Department of Clinical Pharmacology, Xiangya Hospital, Central South University, Changsha 410008, China) ,  Fan Chao (School of Software, Central South University, Changsha 410075, China) ,  Chen Zhigang (School of Software, Central South University, Changsha 410075, China) ,  Deng Lei (School of Software, Central South University, Changsha 410075, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： BIBM  ページ： 47-52  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-RNA結合部位の予測は計算生物学の分野における最も挑戦的で興味深い課題の一つである。PredRBR(RNA結合残基の予測)と呼ばれる効果的に機械学習アルゴリズムを提案し,配列特性,構造特性と蛋白質におけるRNA結合部位の予測のための構造近傍特徴の二カテゴリーを用いた勾配ツリーブースティングアルゴリズムとmRMR IFS特徴選択法を用いて組合せた。独立試験データセット(RBP101)に及ぼすPredRBRを評価し,他の最新技術手法と比較して予測性能の顕著な改善を得た。添加では,多様な特徴タイプの変数重要度を試験した。結果は構造近傍特徴はRNA結合部位の同定に重要な役割を果たすことを示した。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： 結合部位 ,  学習アルゴリズム ,  構造特性 ,  *タンパク質 ,  特徴選択 ,  *RNA【核酸】
準シソーラス用語： 予測性能 ,  残基 ,  RNA結合 ,  計算生物学 , 【Automatic Indexing@JST】

分類 (2件)： 蛋白質・ペプチド一般  (EB03010N) ,  分子・遺伝情報処理  (JE15040B)

タイトルに関連する用語 (6件)： Gradient ,  蛋白質 ,  RNA ,  束縛 ,  残留物 ,  予測