文献

J-GLOBAL ID：201802249284713122   整理番号：18A2030155

深部全配列学習による蛋白質二次構造と溶媒アクセシビリティの単一配列に基づく予測【JST・京大機械翻訳】

Single-sequence-based prediction of protein secondary structures and solvent accessibility by deep whole-sequence learning

著者 (6件)： Heffernan Rhys (Signal Processing Laboratory, Griffith University, Brisbane, QLD, 4111, Australia) ,  Paliwal Kuldip (Signal Processing Laboratory, Griffith University, Brisbane, QLD, 4111, Australia) ,  Lyons James (Signal Processing Laboratory, Griffith University, Brisbane, QLD, 4111, Australia) ,  Singh Jaswinder (Signal Processing Laboratory, Griffith University, Brisbane, QLD, 4111, Australia) ,  Yang Yuedong (School of Data and Computer Science, Sun Yet-Sen University, Guangzhou, China) ,  Zhou Yaoqi (Institute for Glycomics and School of Information and Communication Technology, Griffith University, Southport, QLD, 4222, Australia)
資料名： Journal of Computational Chemistry  (Journal of Computational Chemistry)
巻： 39  号： 26  ページ： 2210-2216  発行年： 2018年 
JST資料番号： C0111B  ISSN： 0192-8651  CODEN： JCCHDD  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： 配列のみから蛋白質構造を予測することは困難である。したがって,蛋白質構造予測のための大部分の方法は,多重配列アラインメントからの進化情報に依存している。以前の研究において,Long Short-Termb双方向再帰ニューラルネットワーク(LSTM-BRNN)が,シーケンス内依存性をより良く捕捉することにより,規則的ニューラルネットワーク上で改善されることを示した。ここでは,LSTM-BRNN(SPIDER3-単一)を用いた単一配列ベース予測法を示し,それは一貫して72.5%のQ3精度を達成し,予測と実際の溶媒アクセス可能表面積の間の相関係数は0.67であった。さらに,それは,8状態二次構造,主鎖角(主鎖φおよびψねじれ角およびCα原子ベースθおよびτ角),半球露出および接触数の合理的に正確な予測をもたらした。この方法は,少数の配列相同体を有する蛋白質に対する対応する進化に基づく方法よりも正確であり,蛋白質-構造特性の大規模スクリーニングに対して計算的に効率的である。それはSPIDER3サーバにおけるオプションとして利用可能であり,http://sparks-lab.orgにおけるダウンロードのためのスタンドアロン版である。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： *二次構造 ,  表面積 ,  *深部 ,  構造特性 ,  *予測 ,  *学習 ,  露光 ,  スクリーニング ,  *タンパク質 ,  予測技法 ,  ニューラルネットワーク
準シソーラス用語： ねじれ角 ,  主鎖 ,  蛋白質構造 ,  *蛋白質二次構造 , 【Automatic Indexing@JST】

著者キーワード (5件)： 二次構造予測 ,  溶媒アクセシビリティ予測 ,  接触予測 ,  蛋白質構造予測 ,  骨格角

分類 (2件)： 分子構造  (EB03020Y) ,  分子・遺伝情報処理  (JE15040B)

タイトルに関連する用語 (5件)： 深部 ,  学習 ,  蛋白質二次構造 ,  溶媒アクセシビリティ ,  予測