文献

J-GLOBAL ID：201802234414214573   整理番号：18A0400517

Geary自己相関とDCCA係数PSSMを介してアポトーシス蛋白質の細胞内局在を予測するための応用【Powered by NICT】

Geary autocorrelation and DCCA coefficient: Application to predict apoptosis protein subcellular localization via PSSM

著者 (3件)： Liang Yunyun (School of Mathematics and Statistics, Xidian University, Xi’an 710071, PR China) ,  Liu Sanyang (School of Mathematics and Statistics, Xidian University, Xi’an 710071, PR China) ,  Zhang Shengli (School of Mathematics and Statistics, Xidian University, Xi’an 710071, PR China)
資料名： Physica A. Statistical Mechanics and Its Applications  (Physica A. Statistical Mechanics and Its Applications)
巻： 467  ページ： 296-306  発行年： 2017年 
JST資料番号： D0322B  ISSN： 0378-4371  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： アポトーシスは細胞増殖と細胞死の間のバランスを調節することにより正常組織ホメオスタシスを制御する基本的なプロセスである。アポトーシス蛋白質の細胞内局在を予測するプログラム細胞死の機構を理解するために非常に有用である。アポトーシス蛋白質細胞内局在の予測はまだ挑戦的で複雑なタスクと,既存の方法は,主に蛋白質一次配列に基づく。本論文では,Geary自己相関関数とトレンド除去相互相関係数(DCCA係数)を用いた新しい位置特異的スコアマトリックス(PSSM)に基づくモデルを提案した。270次元(270D)特徴ベクトルを広く使用されている三データセットZD98,ZW225とCL317上に構築され,分類器として採用されているサポートベクトルマシン。全体の予測精度は厳密なジャックナイフ試験によって著しく改善された。結果は,このモデルがアポトーシス蛋白質細胞内局在の予測のための信頼性のある有効なPSSMベースツールを提供することを示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *アポトーシス ,  信頼性 ,  自己相関関数 ,  ホメオスタシス ,  *自己相関 ,  細胞死 ,  *タンパク質 ,  サポートベクトルマシン ,  細胞増殖 ,  相関係数
準シソーラス用語： 予測精度 ,  特徴ベクトル ,  プログラム細胞死 ,  *細胞内局在 , 【Automatic Indexing@JST】

著者キーワード (5件)： 細胞内分布 ,  Geary自己相関 ,  DCCA係数 ,  位置特異的スコアリング行列 ,  サポートベクトルマシン

分類 (2件)： 蛋白質・ペプチド一般  (EB03010N) ,  ゆらぎ,ランダム過程,Brown運動,輸送過程の一般的理論  (BA08020B)

タイトルに関連する用語 (7件)： 自己相関 ,  係数 ,  アポトーシス ,  蛋白質 ,  細胞内局在 ,  予測 ,  応用