文献

J-GLOBAL ID：201802247709459532   整理番号：18A1296136

Mu-LOC:植物におけるミトコンドリア局在蛋白質を予測するための機械学習法【JST・京大機械翻訳】

MU-LOC: A Machine-Learning Method for Predicting Mitochondrially Localized Proteins in Plants

著者 (12件)： Zhang Ning (Informatics Institute, University of Missouri) ,  Zhang Ning (Christopher S. Bond Life Sciences Center, University of Missouri) ,  Rao R. S. P. (Christopher S. Bond Life Sciences Center, University of Missouri) ,  Rao R. S. P. (Department of Biochemistry, University of Missouri) ,  Salvato Fernanda (Department of Biochemistry, University of Missouri) ,  Havelund Jesper F. (Department of Molecular Biology and Genetics, Aarhus University) ,  Moller Ian M. (Department of Molecular Biology and Genetics, Aarhus University) ,  Thelen Jay J. (Christopher S. Bond Life Sciences Center, University of Missouri) ,  Thelen Jay J. (Department of Biochemistry, University of Missouri) ,  Xu Dong (Informatics Institute, University of Missouri) ,  Xu Dong (Christopher S. Bond Life Sciences Center, University of Missouri) ,  Xu Dong (Department of Electrical Engineering and Computer Science, University of Missouri)
資料名： Frontiers in Plant Science (Web)  (Frontiers in Plant Science (Web))
巻： 9  ページ： 634  発行年： 2018年 
JST資料番号： U7094A  ISSN： 1664-462X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 適切な細胞内コンパートメントへの蛋白質の標的化と転移は細胞の組織化と機能に重要である。新しく合成された蛋白質は,N末端のプレ配列または多数の内部シグナルを含む複雑な標的配列の支援によりミトコンドリアに輸送される。実験アプローチと比較して,計算予測は蛋白質の細胞内局在化を推論する効率的な方法を提供する。しかしながら,種々の制限により植物ミトコンドリア局在蛋白質を正確に予測することは依然として困難である。その結果,現在のツールの性能は,新しいデータと新しい機械学習方法によって改良することができた。植物ミトコンドリア蛋白質の大規模予測のための新しい計算手法であるMU-LOCを提示した。著者らは,植物細胞内局在化の包括的データセット,アミノ酸組成,蛋白質位置重みマトリックス,および遺伝子共発現情報を含む抽出された特徴,および深いニューラルネットワークとサポートベクトルマシンを用いて訓練された予測因子を収集した。2つの独立したデータセット,MU-LOCに関するベンチマークは,植物ミトコンドリア標的化予測のための6つの最先端のツールに対して実質的な改善を達成した。加えて,MU-LOCは,N末端プレ配列を有するか欠いている植物ミトコンドリア蛋白質を予測する利点がある。著者らは,Arabidopsisおよびジャガイモの全プロテオームに対する候補ミトコンドリア蛋白質を予測するためにMU-LOCを適用した。MU-LOCは,http://mu-loc.orgで公開されている。Copyright 2018 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： サポートベクトルマシン ,  ターゲティング ,  遺伝子 ,  アミノ酸組成 ,  プロテオーム ,  *予測 ,  *ミトコンドリア ,  Arabidopsis ,  ジャガイモ ,  *機械学習 ,  *タンパク質 ,  ベンチマーク
準シソーラス用語： 共発現 ,  植物ミトコンドリア ,  細胞内局在 , 【Automatic Indexing@JST】

著者キーワード (6件)： 機械学習 ,  ミトコンドリア標的化 ,  ディープニューラルネットワーク ,  サポートベクトルマシン ,  位置重み行列 ,  遺伝子共発現

分類 (3件)： 蛋白質・ペプチド一般  (EB03010N) ,  細胞生理一般  (EF02010S) ,  細胞構成体一般  (EF03010Z)

タイトルに関連する用語 (5件)： 植物 ,  ミトコンドリア ,  蛋白質 ,  予測 ,  機械学習