文献

J-GLOBAL ID：201702219218862138   整理番号：17A1498551

最小共分散行列式とMahalanobis距離を用いた蛋白質-蛋白質相互作用部位予測【Powered by NICT】

Protein-protein interaction site predictions with minimum covariance determinant and Mahalanobis distance

著者 (3件)： Qiu Zhijun (College of Food and Bioengineering, Henan University of Science and Technology, 263 Kai-Yuan Road, Luoyang, 471023, China) ,  Zhou Bo (College of Food and Bioengineering, Henan University of Science and Technology, 263 Kai-Yuan Road, Luoyang, 471023, China) ,  Yuan Jiangfeng (College of Food and Bioengineering, Henan University of Science and Technology, 263 Kai-Yuan Road, Luoyang, 471023, China)
資料名： Journal of Theoretical Biology  (Journal of Theoretical Biology)
巻： 433  ページ： 57-63  発行年： 2017年 
JST資料番号： A0288B  ISSN： 0022-5193  CODEN： JTBIA  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： 蛋白質-蛋白質相互作用部位(PPIS)予測は,それらの予測精度を制限する相互作用部位の多様性を扱わなければならない。未知または未同定相互作用による蛋白質の使用も失われた界面をもたらすことができる。そのようなデータ誤差は多くの場合トレーニングデータセットにした。これら二つの問題に対応して,より良い性能を持つ予測因子を構築するための訓練データをリファインするため,異常値除去の能力を利用する最小共分散行列式(MCD)法を用いた。実際の試験データを予測するために,Mahalanobis距離に基づく方法は,予測のための入力としての適切な試験データを選択した。leave one検証および独立した試験では,マハラノビス距離のスクリーニング後,提案手法では,Matthews相関係数(MCC)によると,より高い性能を達成し,試験データの一部を予測したのみであった。これらの結果は,データ精密化は蛋白質-蛋白質相互作用部位予測を改善するための有効な方法であることを示した。さらに法を最適化することにより,より良い性能の予測因子と広範囲の応用を開発するために有望である。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： *予測 ,  スクリーニング ,  *相互作用 ,  異常値 ,  相関係数 ,  *タンパク質 ,  最適化
準シソーラス用語： 試験データ ,  訓練データ ,  予測因子 ,  *作用部位 ,  予測精度 ,  *蛋白質間相互作用 ,  *Mahalanobis距離 ,  *共分散行列 , 【Automatic Indexing@JST】

著者キーワード (4件)： Residue ,  Aggregation ,  ランダム森林 ,  異常値同定

分類 (3件)： 分子・遺伝情報処理  (JE15040B) ,  分子構造  (EB03020Y) ,  蛋白質・ペプチド一般  (EB03010N)

タイトルに関連する用語 (4件)： 共分散行列 ,  Mahalanobis距離 ,  蛋白質-蛋白質相互作用 ,  予測