文献

J-GLOBAL ID：201702231648146316   整理番号：17A0795936

蛋白質間の相互作用を予測するための高度に効率的なフレームワーク【Powered by NICT】

Highly Efficient Framework for Predicting Interactions Between Proteins

著者 (4件)： You Zhu-Hong (Chinese Academy of Science, Xinjiang Technical Institute of Physics and Chemistry, Ueruemqi, China) ,  Zhou MengChu (Institute of Systems Engineering, Macau University of Science and Technology, Macau, China) ,  Luo Xin (Chinese Academy of Sciences, Chongqing Institute of Green and Intelligent Technology, Chongqing, China) ,  Li Shuai (Department of Computing, Hong Kong Polytechnic University, Hong Kong)
資料名： IEEE Transactions on Cybernetics  (IEEE Transactions on Cybernetics)
巻： 47  号： 3  ページ： 721-733  発行年： 2017年 
JST資料番号： W0791A  ISSN： 2168-2267  CODEN： ITCEB8  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： 蛋白質-蛋白質相互作用(PPI)は,多くの生物学的過程において中心的役割を果たす。大量ヒトPPIデータのハイスループット実験法により生成されているが,それらはヒトで推定した130000--蛋白質相互作用と比較した非常に限られている。,ヒトPPI検出のための自動方法は非常に望まれている。本研究は,蛋白質の一次配列からのヒトPPIを自動的に検出するための,すなわち,低ランク近似カーネル極端学習機械(LELM),新しいフレームワークを提案した。は三つの主要ステップをもつ:1)あらゆる隣接アミノ酸の上に構築されたマトリックス中に各蛋白質配列のマッピング2)最低ランク表現,その真の部分空間構造を反映することを解くために得られたマトリックスへの低ランク近似モデルを適用することおよび3)この最低ランク表現に基づくPPIの確率を予測するための強力なカーネル極端学習機械を利用した。大規模ヒトPPIデータセット上での実験結果は,提案したLELMは最新の手法よりも優れた効率と精度の重要な利点を持つことを示した。それ故,本研究では,PPIの自動検出のための新規で効果的な方法を確立した。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： *タンパク質 ,  ヒト ,  *相互作用 ,  精度
準シソーラス用語： 自動検出 ,  部分空間 ,  極度学習機械 ,  低ランク近似 ,  ハイスループット実験 ,  生物学的過程 ,  蛋白質間相互作用 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (4件)： 蛋白質 ,  相互作用 ,  予測 ,  フレームワーク