文献

J-GLOBAL ID：201902260810323568   整理番号：19A1410582

薬物標的同定法に関する最近の進歩と研究のレビュー【JST・京大機械翻訳】

A Review of Recent Advances and Research on Drug Target Identification Methods

著者 (5件)： Hu Yang (School of Life Science and Technology, Department of Computer Science and Technology, Harbin Institute of Technology, Harbin 150001, China) ,  Zhao Tianyi (School of Life Science and Technology, Department of Computer Science and Technology, Harbin Institute of Technology, Harbin 150001, China) ,  Zhang Ningyi (School of Life Science and Technology, Department of Computer Science and Technology, Harbin Institute of Technology, Harbin 150001, China) ,  Zhang Ying (Department of Pharmacy, Heilongjiang Province Land Reclamation Headquarters General Hospital, Harbin 150088, China) ,  Cheng Liang (College of Bioinformatics Science and Technology, Harbin Medical University, Harbin 150081, China)
資料名： Current Drug Metabolism  (Current Drug Metabolism)
巻： 20  号： 3  ページ： 209-216  発行年： 2019年 
JST資料番号： W3583A  ISSN： 1389-2002  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： 不明 (ARE)  言語： 英語 (EN)

抄録/ポイント： 背景:治療的観点から,薬剤がどのように結合し,疾患に対して保護するための標的蛋白質の機能を調節するかを理解することが重要である。薬物標的の同定は,薬物発見において重要な役割を果たし,疾患の機序を研究する。したがって,薬物標的を同定する方法の開発は,人気のある問題になっている。【方法】:著者らは,データと方法の観点から薬物標的を同定する最近の研究を系統的にレビューする。著者らは,より包括的にデータを収集して,いくつかの一般的に使用されるデータベースを導入したいくつかのデータベース次に,この方法を2つのカテゴリに分割した:生物学的実験と機械学習。それぞれは異なるサブクラスに細分化され,詳細に記述される。結果:機械学習アルゴリズムは,新しい方法の大部分である。一般的に,類似の特性を有する新しい薬物標的の成功を予測するために,特徴の最適セットを選択した。最も広く使われている特徴は,シーケンス特性,ネットワークトポロジー特徴,構造特性,および細胞内位置を含む。様々な機械学習法が存在するので,それらの性能を改善するには,特徴のより良い部分集合と,関連する種々のデータセットに対する適切なモデルを選択することが必要である。【結論】蛋白質薬物標的同定における実験的および計算的方法の応用は,近年ますます一般的になった。現在の生物学的および計算法は,不平衡で不完全なデータセットまたは不完全な特徴選択法により,まだ多くの制約を持っている。Copyright 2019 Bentham Science Publishers All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 構造特性 ,  タンパク質製剤 ,  学習アルゴリズム ,  *機械学習 ,  治療法 ,  非平衡状態 ,  特徴選択 ,  部分集合 ,  ヒト ,  データベース
準シソーラス用語： 蛋白質構造 ,  ネットワークトポロジー ,  細分化 ,  標的蛋白質 ,  *創薬標的 , 【Automatic Indexing@JST】

著者キーワード (6件)： 薬物標的 ,  機械学習 ,  生物学実験 ,  蛋白質構造 ,  薬物データベース ,  生物学的方法

分類 (3件)： 抗腫よう薬の基礎研究  (GW16010A) ,  生物薬剤学(基礎)  (GY01021U) ,  生薬一般  (GX06010Y)

タイトルに関連する用語 (4件)： 薬物標的 ,  同定法 ,  研究 ,  レビュー