文献

J-GLOBAL ID：201602205313466076   整理番号：16A0100101

siRNA効率予測のための半教師つき学習テンソル回帰モデル

A semi-supervised tensor regression model for siRNA efficacy prediction

著者 (5件)： THANG Bui Ngoc (Japan Advanced Inst. of Sci. and Technol.) ,  THANG Bui Ngoc (Vietnam National Univ. Hanoi) ,  HO Tu Bao (Japan Advanced Inst. of Sci. and Technol.) ,  HO Tu Bao (Vietnam National Univ. Ho at Chi Minh City) ,  KANDA Tatsuo (Chiba Univ.)
資料名： BMC Bioinformatics (Web)  (BMC Bioinformatics (Web))
巻： 16  号： Mar  ページ： 16:80 (WEB ONLY)  発行年： 2015年03月 
JST資料番号： U7025A  ISSN： 1471-2105  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： 背景:短鎖干渉RNA(siRNA)は標的遺伝子をノックダウンでき,従って生物学および薬学研究に多大な効果をもたらす。どのsiRNAがsiRNA研究において高いノックダウン性を持つかという重要な疑問に関しては現在まだ期待からはほど遠い回答しか得られず,解決すべき課題とされる。結果:本研究はsiRNAノックダウン効率予測を強化するための一般的フレームワークの開発を目的とする。重点的アイデアは,まず効率的siRNA設計のために見いだされたルールを組み込み,強化マトリックスとしてそれらを表示してsiRNA配列を濃縮し,それらマトリックスのノックダウン効率を予測するために双線形テンソル回帰を利用した。本法が多くの例で既存モデルよりも優れた結果を達成することを実験により明らかにする。結論:本モデルは適切なsiRNA表示を提供するだけでなく,ほとんどの最新モデルよりも正確かつ安定的,効率的にsiRNAを予測できる。ソースコードは,http://www.jaist.ac.jp/\~bao/BiLTR/にてウェブで無料利用できる。(翻訳著者抄録)

シソーラス用語： 機械学習 ,  回帰モデル ,  テンソル解析 ,  双線形系 ,  予測技法 ,  分子設計 ,  *ヌクレオチド配列 ,  応用プログラム ,  *siRNA ,  *遺伝子ターゲティング
準シソーラス用語： 半教師つき学習 ,  線形回帰モデル ,  *遺伝子ノックダウン

分類 (2件)： 遺伝子操作  (EC02050B) ,  分子・遺伝情報処理  (JE15040B)

タイトルに関連する用語 (5件)： siRNA ,  予測 ,  半教師つき学習 ,  テンソル ,  回帰モデル