文献

J-GLOBAL ID：201702255347476684   整理番号：17A0388411

フラクタル特徴と機械学習に基づく遺伝子不可欠性予測【Powered by NICT】

Gene essentiality prediction based on fractal features and machine learning

著者 (4件)： Yu Yongming (Department of Biomedical Engineering, Shandong University, Jinan, Shandong 250061, China. [e-mail]) ,  Yang Licai ,  Liu Zhiping ,  Zhu Chuansheng
資料名： Molecular BioSystems  (Molecular BioSystems)
巻： 13  号： 3  ページ： 577-584  発行年： 2017年 
JST資料番号： W2331A  ISSN： 1742-206X  CODEN： MBOIBW  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： 必須遺伝子は生物の生存に必要である。新しい必須遺伝子の正確で迅速な同定は合成生物学にかなりの理論的興味があり,生物医学に実用性がある。フラクタルは異なったスケールでの遺伝的構造解析への促進されたアクセスを提供する。本研究では,フラクタル特徴を用いた機械学習ベースの方法を提示し,細菌ゲノムにおいて必須遺伝子を予測する問題を評価した。六つのフラクタル特徴は,二値分類タスクのための五教師つき分類法のパラメータを学習するために調べた。これら分類器の最適パラメータは格子ベース探索法により決定した。必須遺伝子のデータベースからの全ての現在利用可能な同定された遺伝子を利用して分類器を構築した。フラクタル特徴が,予測性能でよりロバストで強力であることが証明された。統計的な意味では,ELM法は必須遺伝子を予測するのに優れていることを示した。平均AUCとACCの非パラメータ試験は,フラクタル特徴は他の五つの比較特徴セットよりもはるかに優れていることを示した。著者らの方法は,新しい細菌の必須遺伝子を同定するための有望で便利である。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： *機械学習 ,  ロバスト性 ,  *遺伝子 ,  細菌 ,  ハウスキーピング遺伝子 ,  データベース ,  *フラクタル
準シソーラス用語： 予測性能 ,  最適パラメータ ,  分類法 ,  二値分類 ,  細菌ゲノム ,  遺伝的構造 ,  実用性 ,  生物医学 , 【Automatic Indexing@JST】

分類 (1件)： 遺伝子発現  (EC02040Q)

タイトルに関連する用語 (4件)： フラクタル ,  機械学習 ,  遺伝子 ,  予測