文献
J-GLOBAL ID:201702263285056406   整理番号:17A1423022

Polo様キナーゼ1阻害剤の生物活性の予測のためのQSARモデル【Powered by NICT】

QSAR models for predicting the bioactivity of Polo-like Kinase 1 inhibitors
著者 (2件):
資料名:
巻: 167  ページ: 214-225  発行年: 2017年 
JST資料番号: E0150B  ISSN: 0169-7439  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)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
セリン/トレオニンキナーゼファミリーのメンバーとして,Polo様キナーゼ1(PLK1)は,癌治療の重要な標的として細胞周期進行,特に有糸分裂の調節に重要な役割を果たす。PLK1阻害剤の生物活性を予測するための高予測in silicoモデルを開発することが必要かつ緊急の課題である。本研究では,16種類の単一分類器モデルと一つのコンセンサスKohonenの自己組織化マップ(SOM)モデルを601noncongeneric PLK1阻害剤のデータセット上で低活性から高活性PLK1阻害剤を識別するために構築した。これら16単一分類器モデルに関して,四機械学習法-サポートベクトルマシン(SVM),Naive Bayes(NB),C4.5ディシジョンツリー(C4.5DT)とランダムフォレスト(RF)を用いて,0.609から0.864までの範囲のMCCと試験セットのための78.7%から93.1%の範囲の精度であった。コンセンサスSOMモデルは,より信頼性のあるロバストなモデルを得るために四単一分類器モデルに基づいて構築した。コンセンサスモデル0.872のMCCと試験セットで93.6%の精度で全ての単一分類器モデルを凌駕することが判明した。添加では,二データセット分割法(ランダムおよびSOM(自己組織化マップ)と二特徴選択法を組み合わせてそれらの最良の組合せを見出すことである。結果として,SOM分割法と組み合わせたSVMAttributeEvalは最良のモデル性能を達成した。20ECFP_4特徴と20悪いECFP_4特徴が検出され,化学者は低活性から高活性PLK1阻害剤を識別するための助けとなるであろう。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
薬物の構造活性相関 

前のページに戻る