文献

J-GLOBAL ID：201902250776358769   整理番号：19A2176742

Weisfeiler-Lehman神経回路網を用いた薬物-標的相互作用の予測【JST・京大機械翻訳】

Predicting Drug-Target Interactions Using Weisfeiler-Lehman Neural Network

著者 (3件)： Manoochehri Hafez Eslami (Predictive Analytics and Technologies Laboratory, The University of Texas at Dallas, Richardson, USA) ,  Kadiyala Susmitha Sri (Predictive Analytics and Technologies Laboratory, The University of Texas at Dallas, Richardson, USA) ,  Nourani Mehrdad (Predictive Analytics and Technologies Laboratory, The University of Texas at Dallas, Richardson, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： BHI  ページ： 1-4  発行年： 2019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： 欠落した薬物-標的関係を予測することは,医薬品研究における化学薬品と標的蛋白質の間の未知の相互作用を同定するプロセスのスピードアップを助けることができる。本論文では,Weisfeiler-Lehmanニューラルネットワーク法を用いて,トポロジーネットワークに基づいて純粋に特徴を獲得し,薬物-ターゲット相互作用のパターンを学習した。このアプローチは,AUROCの観点から,洗練された薬物ターゲットのトポロジー的特徴を学習し,他の類似性ベースの方法よりも優れていることを示した。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： 位相幾何学 ,  *神経回路網 ,  *相互作用 ,  ネットワーク ,  ニューラルネットワーク ,  類似性
準シソーラス用語： 標的蛋白質 ,  化学品 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  分子・遺伝情報処理  (JE15040B)

タイトルに関連する用語 (5件)： 神経回路網 ,  薬物 ,  標的 ,  相互作用 ,  予測