文献

J-GLOBAL ID：201702250135674526   整理番号：17A1919636

ニューラルネットワークに基づくポリアデニル化部位の予測に関する研究【Powered by NICT】

A research on prediction of polyadenylation sites based on neural network

著者 (6件)： Ma Li (College of Computer and Information Science, Southwest University of China, Chongqing 400715, China) ,  Yang Ming (College of Computer and Information Science, Southwest University of China, Chongqing 400715, China) ,  Sun Kang (College of Computer and Information Science, Southwest University of China, Chongqing 400715, China) ,  Li Tian (State Key Laboratory of Silkworm Genome Biology, Southwest University, Chongqing 400715, China) ,  Wang Fang (College of Computer and Information Science, Southwest University of China, Chongqing 400715, China) ,  Li Yue (College of life Sciences, Southwest University of China, Chongqing 400715, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ITOEC  ページ： 799-803  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 生物情報学における機械学習アルゴリズムの広範な応用により,ますますコンピュータ研究者がこの分野に焦点を当て始めている。メッセンジャーRNA(mRNA)のポリアデニル化は真核生物における遺伝子発現の重要なステップの一つである,ポリアデニル化部位は,転写の終了を特徴づける,遺伝子配列をコードする遺伝子の部位の予測を調べるために非常に重要である。本研究では,植物の代表的なことを,Arabidopsis遺伝子配列を研究の目的として使用した。k 量体スキームと位置確率行列(PPM)を用いた配列における有用な特徴情報を抽出した。,主成分分析(PCA)を用いて冗長な特徴を除去した。最後に,ポリアデニル化部位の予測のためのニューラルネットワーク法を用いた。結果は,精度,感度と実験の特異性はそれぞれ0.9608,0.9521と0.9695であることを示した。以前の研究,実験結果の比較は,大幅に改善された。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： 遺伝子 ,  確率行列 ,  コンピュータ ,  主成分分析 ,  *ポリアデニル化 ,  遺伝子発現 ,  学習アルゴリズム ,  mRNA ,  Arabidopsis ,  真核生物 ,  *ニューラルネットワーク
準シソーラス用語： 特異性 ,  遺伝子配列 ,  バイオインフォマティクス , 【Automatic Indexing@JST】

分類 (2件)： 遺伝子の構造と化学  (EC02020U) ,  遺伝子発現  (EC02040Q)

タイトルに関連する用語 (4件)： ニューラルネットワーク ,  ポリアデニル化 ,  予測 ,  研究