文献

J-GLOBAL ID：201802282952734085   整理番号：18A0480409

iMem 2LSAAC:SAACの概念を拡張したシューの疑似アミノ酸組成による膜蛋白質およびそれらの型を識別するための2準位モデル【Powered by NICT】

iMem-2LSAAC: A two-level model for discrimination of membrane proteins and their types by extending the notion of SAAC into chou’s pseudo amino acid composition

著者 (3件)： Arif Muhammad (Department of Computer Science, Abdul Wali Khan University Mardan, KP, Pakistan) ,  Hayat Maqsood (Department of Computer Science, Abdul Wali Khan University Mardan, KP, Pakistan) ,  Jan Zahoor (Department of Compute Science, Islamia College University, Peshawar, Pakistan)
資料名： Journal of Theoretical Biology  (Journal of Theoretical Biology)
巻： 442  ページ： 11-21  発行年： 2018年 
JST資料番号： A0288B  ISSN： 0022-5193  CODEN： JTBIA  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： 膜蛋白質は,生きている生物の細胞過程,細胞シグナル伝達細胞接着の範囲において重要な役割を実行する。細胞の主要部分として,膜蛋白質とそれらの機能型の同定は,最近の10年間におけるバイオインフォマティクス及びプロテオミクス分野における挑戦的な仕事となっている。伝統的な実験手順を認める構造,膨大な時間と空間の欠如のために僅かに適用可能である。これに関連して,高速,正確,インテリジェント計算法の需要は日毎に増加した。本論文では,二層知的自動化予測因子は第一段階における膜または非膜(phase1)としてiMem 2LSAAC,蛋白質配列を分類すると呼ばれる開発され,膜の第二層(第2相)は機能型膜蛋白質を同定した。定量的属性を三個の離散特徴抽出方式を適用し,すなわちアミノ酸組成,偽アミノ酸組成と分割アミノ酸組成は(SAAC)による蛋白質配列から抽出した。種々の学習アルゴリズムは,予測器のための最良のものを選択するためのジャックナイフ試験を用いて調べた。実験結果は最高の予測結果は試験した全てのデータセット上でSAAC特徴空間と結合したSVMにより得られたことを示した。iMem 2LSAAC予測器の真の分類率は,文献でこれまで他の最新の方法のものよりも有意に高かった。最後に,提案した予測因子が,医薬品発見の開発のための固体フレームワークを提供し,研究者や学会に有用であることを期待されている。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 予測 ,  *膜タンパク質 ,  自動化 ,  *アミノ酸組成 ,  特徴抽出 ,  プロテオミクス ,  高速度 ,  細胞接着 ,  アミノ酸配列 ,  学習アルゴリズム
準シソーラス用語： 特徴空間 ,  予測器 ,  予測因子 ,  二層 ,  バイオインフォマティクス , 【Automatic Indexing@JST】

著者キーワード (4件)： 膜蛋白質 ,  SAAC ,  PseAAC ,  SVM

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

タイトルに関連する用語 (7件)： 概念 ,  拡張 ,  アミノ酸組成 ,  膜蛋白質 ,  型 ,  識別 ,  モデル