文献

J-GLOBAL ID：201802243253461628   整理番号：18A1195080

偽陽性発見のための事後試験を含むランダムフォレストとMALDI-TOF質量スペクトルを用いたHarpacticoids(甲殻類:カイアシ類)の自動標本同定【JST・京大機械翻訳】

Automatic specimen identification of Harpacticoids (Crustacea:Copepoda) using Random Forest and MALDI-TOF mass spectra, including a post hoc test for false positive discovery

著者 (4件)： Rossel Sven (Senckenberg am Meer, German Centre for Marine Biodiversity Research (DZMB), Wilhelmshaven, Germany) ,  Rossel Sven (AG Marine Biodiversitaet, FKV-IBU, Universitaet Oldenburg, Oldenburg, Germany) ,  Martinez Arbizu Pedro (Senckenberg am Meer, German Centre for Marine Biodiversity Research (DZMB), Wilhelmshaven, Germany) ,  Martinez Arbizu Pedro (AG Marine Biodiversitaet, FKV-IBU, Universitaet Oldenburg, Oldenburg, Germany)
資料名： Methods in Ecology and Evolution  (Methods in Ecology and Evolution)
巻： 9  号： 6  ページ： 1421-1434  発行年： 2018年 
JST資料番号： W2682A  ISSN： 2041-210X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 生態学的研究は試料の正確な同定を必要とする。これは,多数の微小試料の存在により,プランクトン,メイオベントスまたは土壌生物相試料を処理するとき,非常に時間がかかる。この問題に対する解決策は,後生動物種の同定のための新たな技術であるMALDI-TOF MSであるかもしれない。工場で提供されたソフトウェアまたはクラスタ化アプローチの代替として,ランダムフォレスト(RF)モデルを,MALDI-TOFデータを用いて,種を同定するために訓練することができる。しかし,現実世界のシナリオにおいて,RFモデルは訓練データセットに含まれない種の検出に失敗し,偽陽性を生成する。著者らは,メイオファウナ種と訓練されたRFモデルに対するMALDI-TOF MSスペクトルを,予測子としてMALDI-TOF binsを,マルチレベル標的クラスとして種を用いて作成した。偽陽性発見のための事後検定を設計するために,モデルにおけるクラス割当の確率の経験的ベータ分布を用いた。2つの戦略は種同定の最終精度を増加させる。(1)各クラス内の各予測子の値をブートストラッピングすることにより生成したクラスのin silico観察から成るクラス平滑化,(2)ブートストラッピング予測値による訓練データセットへの「ヌルクラス」の追加,および多変量信号なしのクラスを生成するシャッフリング予測ラベル。RFはMALDI-TOF MSデータを用いて種同定のための優れた方法であることを証明した。モデルは,クラスを平滑化することによりin silicoで生成された観測を正しく分類するのに十分柔軟である。著者らのポストホックテストは偽陽性分類を成功裏にテストした。クラスを平滑化し,訓練モデルにヌルクラスを追加することにより,このクラスに対する偽陽性の割当を引き付けた。著者らの例において,非常に高い全体的予測精度を維持しながら,100%偽陽性発見を達成することができた。MALDI-TOF MSとRFモデルを組み合わせることは,生態学的研究のための小生物の種に富むコミュニティにとって特に必要な完全自動種同定ワークフローに向けたステップである。偽陽性発見のための事後試験は,生物学的文脈だけでなく,任意のRF多レベル分類モデルに適用できる。Copyright 2018 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ワークフロー ,  クラスタ化 ,  ソフトウェア ,  ブートストラップ ,  生態学 ,  コミュニティ ,  予測 ,  *MALDI-TOF MS ,  平滑化 ,  プランクトン
準シソーラス用語： 予測精度 ,  in silico ,  予測子 ,  *ランダムフォレスト ,  *誤検出 , 【Automatic Indexing@JST】

著者キーワード (7件)： 偽陽性 ,  機械学習ツール ,  MALDI-TOF MS ,  メイオベントス ,  プロテオミクスフィンガープリント ,  ランダムフォレスト ,  種同定

分類 (1件)： 微生物検査法  (EG02020G)

タイトルに関連する用語 (10件)： 偽陽性 ,  発見 ,  試験 ,  ランダムフォレスト ,  MALDI-TOF ,  質量スペクトル ,  甲殻類 ,  カイアシ類 ,  標本 ,  同定