文献

J-GLOBAL ID：201902224796902410   整理番号：19A1381913

蛋白質一次配列と進化情報の統合による蛋白質-蛋白質相互作用予測のための効率的アンサンブル学習アプローチ【JST・京大機械翻訳】

An Efficient Ensemble Learning Approach for Predicting Protein-Protein Interactions by Integrating Protein Primary Sequence and Evolutionary Information

著者 (6件)： You Zhu-Hong (College of Electronics and Information Engineering, Xijing University, Xi’an, China) ,  Huang Wen-Zhun (College of Electronics and Information Engineering, Xijing University, Xi’an, China) ,  Zhang Shanwen (College of Electronics and Information Engineering, Xijing University, Xi’an, China) ,  Huang Yu-An (Department of Computing, Hong Kong Polytechnic University, Hung Hom, Kowloon, Hong Kong) ,  Yu Chang-Qing (College of Electronics and Information Engineering, Xijing University, Xi’an, China) ,  Li Li-Ping (College of Electronics and Information Engineering, Xijing University, Xi’an, China)
資料名： IEEE/ACM Transactions on Computational Biology and Bioinformatics  (IEEE/ACM Transactions on Computational Biology and Bioinformatics)
巻： 16  号： 3  ページ： 809-817  発行年： 2019年 
JST資料番号： W1409A  ISSN： 1545-5963  CODEN： ITCBCY  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： 蛋白質-蛋白質相互作用(PPIs)は,シグナル伝達,翻訳後修飾,アポトーシスおよび細胞増殖を含む多くの細胞過程において非常に重要な機能を果たす。PPIsの脱調節は,悪性貧血または癌を含む多くの疾患につながる。PPIsデータを生成するために多数の高スループット技術が設計されているが,それらは一般的に高価で,非効率的で,労働集約的である。従って,PPIsを正確に迅速に検出するための計算法を開発するための緊急の必要性がある。本論文では,新しい蛋白質配列置換マトリックス特徴表現とアンサンブル重みづけスパース表現モデル分類器を統合することにより,PPIsを検出するための非常に効率的な方法を提案した。提案した方法をSaccharomyces cerevisiaeデータセットで実証し,100%の精度で98.53%の感度で99.26%の予測精度を達成し,最先端の方法よりもはるかに高い予測精度を有することを示した。広範なコントラスト実験を,提案した方法がこの問題における他の既存のアプローチよりも優れた成功率を達成することができる,ヒトおよびHelicobacter pyloriからのベンチマークデータセットを用いて実行した。実験結果は,著者らの提案した方法がPPIネットワークの計算構築のための経済的アプローチを提示することを示した。それは将来のプロテオミクス研究のために役立つ補足的方法であることができた。Copyright 2019 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： Saccharomyces cerevisiae ,  集中化 ,  *タンパク質 ,  重みづけ ,  プロテオミクス ,  モデル ,  Helicobacter pylori ,  ネットワーク ,  悪性貧血 ,  ヒト ,  アポトーシス ,  *予測 ,  ベンチマーク ,  コントラスト
準シソーラス用語： 予測精度 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  信号理論  (ND02020G)

タイトルに関連する用語 (6件)： 蛋白質 ,  進化 ,  統合 ,  蛋白質-蛋白質相互作用 ,  予測 ,  アンサンブル学習