文献

J-GLOBAL ID：201702227867775255   整理番号：17A2005478

Chouの一般的疑似アミノ酸組成への進化情報の2の異なるモードを組み込むことによる予測蛋白質構造クラス【Powered by NICT】

Predict protein structural class by incorporating two different modes of evolutionary information into Chou’s general pseudo amino acid composition

著者 (2件)： Liang Yunyun (School of Science, Xi’an Polytechnic University, Xi’an 710048, PR China) ,  Zhang Shengli (School of Mathematics and Statistics, Xidian University, Xi’an 710071, PR China)
資料名： Journal of Molecular Graphics & Modelling  (Journal of Molecular Graphics & Modelling)
巻： 78  ページ： 110-117  発行年： 2017年 
JST資料番号： B0044D  ISSN： 1093-3263  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： 構造クラスは蛋白質の重要な特性,蛋白質科学の実験と理論研究の両方において重要な役割を果たす。蛋白質構造クラスの予測は挑戦的な仕事,特に低い類似性データセットされている。本論文では,予測二次構造配列(PSSS)および位置特異的スコアマトリックス(PSSM)に基づいてChouの一般的疑似アミノ酸組成(PseAAC)に進化情報の二つの異なるモードを組み込むことにより特徴抽出法PSSS SOMA PSSMを開発した。各蛋白質配列試料のための170次元(170D)特徴ベクトル,含有量,交互単語頻度と新しい位置情報を反映する10D PSSS特徴を含み,第二近似解移動平均(SOMA)アルゴリズムにより計算した160D PSSM特徴を含むを構築した。RBFカーネル関数とジャックナイフ試験を用いたSVM分類器は40%,25%,25%より低い配列類似性を持つ1189 25pdbおよび640データセット上で予測し,評価するために使用した。他の方法の結果の比較は,提案した方法が最先端技術の性能と低い類似性データセットのための予測構造クラスに費用対効果の高い代替手段を提供することを示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 単語 ,  類似性 ,  サポートベクトルマシン ,  *タンパク質 ,  *アミノ酸組成 ,  アルゴリズム ,  位置情報 ,  *予測 ,  特徴抽出
準シソーラス用語： 費用対効果 ,  SVM分類 ,  Kernel関数 ,  近似解 ,  特徴ベクトル ,  *蛋白質構造 , 【Automatic Indexing@JST】

著者キーワード (6件)： 蛋白質構造クラス ,  予測二次構造配列 ,  位置情報 ,  位置特異的スコアリング行列 ,  2次移動平均 ,  サポートベクトルマシン

分類 (2件)： 分子構造  (EB03020Y) ,  分子化合物  (CE02000C)

タイトルに関連する用語 (5件)： アミノ酸組成 ,  進化 ,  予測 ,  蛋白質構造 ,  クラス