文献

J-GLOBAL ID：201702227837023319   整理番号：17A1389216

多視点ネットワークデータを統合することによる薬物-ターゲット間相互作用予測【Powered by NICT】

Drug-target interaction prediction by integrating multiview network data

著者 (4件)： Zhang Xin (School of Mathematical Sciences, Fudan University, Shanghai 200433, China) ,  Li Limin (School of Mathematics and Statistics, Xi’an Jiaotong University, Xi’an 710049, China) ,  Ng Michael K. (Department of Mathematics, Hongkong Baptist University, Kowloon Tong, HongKong) ,  Zhang Shuqin (School of Mathematical Sciences, Fudan University, Shanghai 200433, China)
資料名： Computational Biology and Chemistry  (Computational Biology and Chemistry)
巻： 69  ページ： 185-193  発行年： 2017年 
JST資料番号： H0201B  ISSN： 1476-9271  CODEN： COCHDK  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： 薬物-標的相互作用(DTI)予測は,更なる薬剤再配置,創薬とドラッグデザインにおける挑戦的な段階である。ハイスループット技術の出現は,DTI予測法の開発に利便性をもたらす。多数データセットの生成に伴い,多くの数学モデルと計算アルゴリズムは潜在的薬物標的対を同定するために開発した。しかし,ほとんどの既存の方法は,単一ビューデータに基づいて提案した。異なるビューからの薬物と標的データを統合して,より安定で正確な予測結果を得ることを目的とする。本論文では,クラスタリングに基づく多視点DTI予測法を提案した。単一ビュー標的データのモデルを導入した。モデルは最適化問題,薬物類似性ネットワークと標的蛋白質類似性ネットワークの両方におけるクラスタを同定することを目的とするとして定式化であり,同じ時間で一緒に接続されるより知られているDTIsクラスタとなっている。モデルは各ビューの中のクラスタの一貫性を最大化することにより,多視点ネットワークデータに拡張した。近似法は最適化問題を解くために提案した。データについての二つの見解に提案したアルゴリズムを適用した。いくつかの既存のアルゴリズムと比較して,多視点DTI予測アルゴリズムはより正確な予測を生成できることを示した。考慮データセットに関して,筆者らは最終的に五十四の可能なDTIsを予測した。薬物/標的,各クラスタにおけるDTIsと遺伝子の濃縮分析の相似解析から,予測DTIsが正しいことが可能性が高いことを示した。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： アルゴリズム ,  最適化問題 ,  予測技法 ,  クラスタ ,  類似性 ,  *相互作用 ,  ドラッグデザイン ,  遺伝子 ,  *ネットワーク ,  数学モデル ,  *予測 ,  近似法 ,  クラスタ化 ,  相似解
準シソーラス用語： 計算アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (3件)： 薬物-標的相互作用予測 ,  多視点クラスタリング ,  データ統合

分類 (1件)： 分子・遺伝情報処理  (JE15040B)

タイトルに関連する用語 (6件)： 視点 ,  統合 ,  薬物 ,  ターゲット ,  相互作用 ,  予測