オーバサンプリングとFisher特徴選択法を用いたサブゴルジ蛋白質の分類のためのインテリジェント計算モデル【Powered by NICT】

Ahmad Jamal; Javed Faisal; Hayat Maqsood

文献

J-GLOBAL ID：201702261565038415 整理番号：17A1427871

オーバサンプリングとFisher特徴選択法を用いたサブゴルジ蛋白質の分類のためのインテリジェント計算モデル【Powered by NICT】

Intelligent computational model for classification of sub-Golgi protein using oversampling and fisher feature selection methods

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=17A1427871&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=17A1427871&from=J-GLOBAL&jstjournalNo=T0685A") }}

著者 (3件)： , ,
資料名：
巻： 78 ページ： 14-22 発行年： 2017年
JST資料番号： T0685A ISSN： 0933-3657 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：オランダ (NLD) 言語：英語 (EN)

ゴルジは細胞のコア蛋白質の一つであり,植物と動物,蛋白質合成に関与しているのである。ゴルジがその意図した目的地までの新たに処理された蛋白質の巨大分子と輸送と処理に関与している。が効果的かつタイムリーな検知されたならば,ゴルジ蛋白質の機能障害は治癒する可能性があることを多くの神経変性と遺伝性疾患を引き起こすことが期待される。ゴルジ蛋白質は二つの部分シス-ゴルジとトランスゴルジに分類した。直接法によるゴルジ蛋白質の同定は,限られた利用可能な認識構造のために非常に困難である。,研究者は構造から配列への注意をそらす。しかし,技術の進歩により,大量配列の探査は,データベースで報告されている。大量従来法を用いた未処理データの認識は非常に困難である。知能の概念を計算モデルを組み込んだ。知能に基づく計算モデルは合理的な結果を得たが,改善のギャップはまだ検討中である。これに関連して,サブゴルジ蛋白質の真の分類率を向上させるためのインテリジェント自動認識モデルを開発した。この手法では,離散および進化的特徴抽出法はexcerpt突出部提案と変異数値記述子にベンチマークゴルジ蛋白質データセットに適用した。その後,サンプリング技術上の構文的少数派オーバーサンプリング法を用いて,データのバランスをとることである。ハイブリッドスペースはまた,これらの特徴空間の組合せで生成した。さらに,Fisher特徴選択法を用いて,特徴ベクトルからの余分な雑音と冗長な特徴を減少させることである。最後に,k-最近傍アルゴリズムは学習仮説として使用されている。三つの異なる交差検証試験の結果,提案したモデルの安定性と効率を調べた。提案したモデルの予測結果は,今までのところ文献において既存のモデルよりも良好であった。最後に,提案したモデルは計算生物学とバイオインフォマティクスの分野で新しいアイデアを革新するドラッグデザインと研究コミュニティにおける製薬業の基礎を提供するであろうことが予想される。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

, , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

著者キーワード (6件)： , , , , ,

細胞構成体一般 , 生物学的機能

, , , ,

前のページに戻る