文献

J-GLOBAL ID：201802275126759497   整理番号：18A1770603

蛋白質細胞内局在予測のバックアップ法のための非GO Termed蛋白質の特徴抽出アプローチ選択【JST・京大機械翻訳】

Feature Extraction Approach Selection of Non-GO Termed Proteins for the Backup Method of Protein Subcellular Localization Prediction

著者 (4件)： Mehedi Hasan Md. Al (Department of Computer Science & Engineering, Rajshahi University of Engineering & Technology, Rajshahi, Bangladesh) ,  Ahmad Shamim (Department of Computer Science & Engineering, University of Rajshahi, Rajshahi, Bangladesh) ,  Ahmed Boshir (Department of Computer Science & Engineering, Rajshahi University of Engineering & Technology, Rajshahi, Bangladesh) ,  Islam Mondal Md. Nazrul (Department of Computer Science & Engineering, Rajshahi University of Engineering & Technology, Rajshahi, Bangladesh)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IC4ME2  ページ： 1-6  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 蛋白質細胞内局在化予測において,いくつかのタイプの特徴抽出法が,異なるレベルの精度を生成するために提案されている。特徴抽出法の中で,GO項に基づく特徴抽出はより良い精度を提供する。しかし,特に新しく発見された蛋白質に対しては,GO用語特徴表現が利用できない場合がある。ここでは,このタイプの蛋白質は,「蛋白質」と呼ばれる非GOと呼ばれる。このような場合,研究者は,他の特徴抽出手法を用いたいくつかのバックアップ法に依存するが,ほとんどの場合,バックアップ法だけの予測性能は独立して提供されない。すなわち,結合予測性能はバックアップ法に沿ったGO項ベースの方法に基づいて与えられる。これにより,蛋白質と呼ばれる非GOの予測性能についてのアイデアを得ることが困難になる。本論文では,5つのシーケンス駆動特徴抽出アプローチを考察し,特徴抽出アプローチが蛋白質と称する非GOの性能にどのように影響するかを調べた。最後に,3つの異なる方法を用いて3つの予測システムを開発し,分類器独立結果を得た。実験結果は,ジペプチド化合物がグラム陽性細菌データセットに対してより良い実際の精度を提供し,一方,Amino酸化合物がグラム陰性細菌データセットに対してより高い実際の精度を提供することを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *予測 ,  *特徴抽出 ,  *タンパク質 ,  グラム陰性菌 ,  グラム陽性菌 ,  ジペプチド ,  *バックアップ
準シソーラス用語： 予測性能 ,  予測システム ,  *細胞内局在 ,  特徴表現 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 蛋白質 ,  細胞内局在 ,  予測 ,  バックアップ ,  特徴抽出