文献

J-GLOBAL ID：201802236336301197   整理番号：18A0817201

異種ネットワークにおけるグラフ正則化フレームワークに基づくヒトmiRNA病関連の半教師つき予測【JST・京大機械翻訳】

Semi-supervised prediction of human miRNA-disease association based on graph regularization framework in heterogeneous networks

著者 (4件)： Luo Jiawei (College of Computer Science and Electronic Engineering, Hunan University, Changsha 410083, China) ,  Ding Pingjian (College of Computer Science and Electronic Engineering, Hunan University, Changsha 410083, China) ,  Liang Cheng (School of Information Science and Engineering, Shandong Normal University, Jinan 250000, China) ,  Chen Xiangtao (College of Computer Science and Electronic Engineering, Hunan University, Changsha 410083, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 294  ページ： 29-38  発行年： 2018年 
JST資料番号： W0360A  ISSN： 0925-2312  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： マイクロRNA(miRNA)は,疾患の様々な病因において重要な役割を果たす。しかしながら,マイクロRNAと疾患の間の関係の実験的予測は,挑戦的なままである。さらに,潜在的miRNA-疾患関連性を明らかにするために,miRNA-疾患ネットワークにおける以前の計算法のいくつかの重要な限界がある。いくつかの既存の方法は,既知のmiRNAのない疾患に適用できない。一方,いくつかの他の方法は,すべての疾患に対する関連を同時に優先することができなかった。したがって,これらの問題を効果的に解決するためのアルゴリズムを開発することは必須であり,生物学的実験によって検証された既存のmiRNA-疾患関連を用いて信頼できる疾患miRNA候補を同定することができる。本研究では,miRNA疾患ネットワークにおけるGraph Regularization Framework(MDAGRF)に基づくMiRNA疾患協会の新しい半教師つき予測法を提案した。著者らの方法は,5回交差検証に基づいて少なくとも80個のmiRNAに関連する19人のヒト疾患のより高い平均AUCとAUPRを達成する。加えて,著者らの方法の性能は,パラメータの選択に敏感でない。他の既存のグローバルな方法と比較して,MDAGRFは,同時にすべての病気のためにより良い予測結果を得ることができた。さらに,既知のmiRNAのない疾患は,提案した方法により効果的に処理できた。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ヒト ,  *ネットワーク ,  病因 ,  *グラフ ,  アルゴリズム ,  予測技法 ,  *正則化 ,  *予測
準シソーラス用語： ヒトの病気 ,  *マイクロRNA ,  異種ネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 半教師つき予測 ,  異種ネットワーク ,  miRNA病関連 ,  グラフ正則化フレームワーク ,  トランスダクティブ学習

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (8件)： 異種ネットワーク ,  グラフ ,  正則化 ,  フレームワーク ,  ヒト ,  miRNA ,  教師 ,  予測