文献

J-GLOBAL ID：201702223024341795   整理番号：17A1634002

膜貫通トポロジー予測への深部条件付き確率場アプローチとGPCR次元構造モデル化への応用【Powered by NICT】

Deep Conditional Random Field Approach to Transmembrane Topology Prediction and Application to GPCR Three-Dimensional Structure Modeling

著者 (6件)： Wu Hongjie (School of Electronic and Information Engineering, Suzhou University of Science and Technology, Suzhou, China) ,  Wang Kun (School of Electronic and Information Engineering, Suzhou University of Science and Technology, Suzhou, China) ,  Lu Liyao (Department of Computer Sciences, University of Minnesota, Minneapolis, MN) ,  Xue Yu (School of Computer and Software, Nanjing University of Information Science and Technology, Nanjing, China) ,  Lyu Qiang (School of Computer Science and Technology, Soochow University, Suzhou, China) ,  Jiang Min (Central Laboratory and Clinical Laboratory, The First Affiliated Hospital of Soochow University, Suzhou, China)
資料名： IEEE/ACM Transactions on Computational Biology and Bioinformatics  (IEEE/ACM Transactions on Computational Biology and Bioinformatics)
巻： 14  号： 5  ページ： 1106-1114  発行年： 2017年 
JST資料番号： W1409A  ISSN： 1545-5963  CODEN： ITCBCY  資料種別： 逐次刊行物 (A)
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： 膜貫通蛋白質は細胞エネルギー産生,シグナル伝達,及び代謝において重要な役割を果たしている。多くの浅い機械学習法は膜貫通トポロジー予測に適用されているが,性能は膜蛋白質の大きなサイズと配列の背後にある複雑な生物学的進化情報により制限された。本論文では,膜貫通蛋白質のトポロジーを予測するためのdCRF TMと命名した条件付き確率場に基づく新しい深いアプローチを提案した。条件付きランダム場はHMMとSVMに基づく方法よりも完全長配列中の残基の標識間のより複雑な相互関係を考慮に入れた。三広く使用されているデータセットをベンチマークに採用した。DCRF TMはヘリックス数予想以上にヘリックス位置予測と精度78%以上95%精度を持っていた。DCRF TMは11種類の最先端レベル予測因子に対する大型蛋白質(>350残基)上でのよりロバストな性能を示した。dCRF TMは七回膜貫通受容体のab initioモデリング三次元構造,G蛋白質共役受容体として知られるに適用した。24の決定したG蛋白質共役受容体及び未解決のバソプレシンV2受容体に関する予測はdCRF TMはランダム膜貫通定義を用いるよりもむしろTMスコア34.3%を改善するabGPCR I TASSER役立ったことを示した。五予測モデルのうち二はバソプレシンV2受容体における実験的検証ジスルフィド結合を捕獲した。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： ベンチマーク ,  予測モデル ,  モデリング ,  ロバスト性 ,  *予測 ,  *位相幾何学 ,  タンパク質 ,  バソプレシン ,  膜貫通タンパク質 ,  受容体 ,  機械学習
準シソーラス用語： V2受容体 ,  三次元構造 ,  *G蛋白質共役型受容体 ,  *条件つき確率場 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (8件)： トポロジー ,  予測 ,  深部 ,  条件付き確率場 ,  GPCR ,  次元 ,  構造モデル ,  応用