文献

J-GLOBAL ID：201702229370838849   整理番号：17A0453552

修正隠れMarkovモデルを用いた広帯域ナノ細孔データ解析【Powered by NICT】

High-bandwidth nanopore data analysis by using a modified hidden Markov model

著者 (6件)： Zhang Jianhua (School of Information Science and Engineering, East China University of Science and Technology, Shanghai 200237, P.R. China. [e-mail]) ,  Liu Xiuling ,  Ying Yi-Lun ,  Gu Zhen ,  Meng Fu-Na ,  Long Yi-Tao
資料名： Nanoscale  (Nanoscale)
巻： 9  号： 10  ページ： 3458-3465  発行年： 2017年 
JST資料番号： W2323A  ISSN： 2040-3364  CODEN： NANOHL  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： ナノ細孔ベースセンシングは多くの重要な応用の新たな分析技術,単一分子検出及びDNA配列決定を含んでいる。本論文では,生(未ろ過)ナノ細孔電流遮断データ,これはナノ細孔イベントのフィルタリング誘導歪を有意に減少させたを直接的に分析する修正隠れMarkovモデル(MHMM)を開発した。伝統的に,更なる解析の前に,測定されたナノ細孔データは,強い雑音を抑制するために濾過する必要がある。それにもかかわらず,これは特に急速な転座とバンプ形成遮断の遮断電流の形状の歪みをもたらすであろう。HMMは高度にノイズのあるデータに関してロバストな,理想的生ナノ細孔データを直接処理に適していることが証明されている。残念なことに,その性能がやや通常任意プリセット初期パラメータに敏感であった。この問題を克服するために,HMMパラメータを初期化自動的にファジィc-平均(FCM)アルゴリズムを用いた。HMMを最適化するためにViterbi訓練アルゴリズムを用いた。最後に,シミュレートしたデータと実験データの両方への適用結果は,ナノ細孔電流遮断事象の正確な検出のために開発した方法の実用性を示すために提示した。提案した方法は,市販装置の最大帯域幅でナノ細孔事象の検出を可能にする分析下での単一分子について真の有用な情報を抽出した。Copyright 2017 Royal Society of Chemistry All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 最適化 ,  転座 ,  ロバスト性 ,  フィルタリング ,  *隠れMarkovモデル ,  学習アルゴリズム ,  曖昧さ ,  *広帯域 ,  高速度 ,  *データ解析 ,  帯域幅
準シソーラス用語： 遮断 ,  DNA配列 ,  単一分子 ,  *ナノ細孔 , 【Automatic Indexing@JST】

分類 (2件)： 核酸一般  (EB04010U) ,  生物物理的研究法  (EA03020V)

タイトルに関連する用語 (4件)： 隠れMarkovモデル ,  広帯域 ,  ナノ細孔 ,  データ解析