文献

J-GLOBAL ID：202002239696423243   整理番号：20A0493036

深部畳込みニューラルネットワークとアンサンブル学習の融合に基づく蛋白質一次配列からのATP結合部位の新規予測法【JST・京大機械翻訳】

A Novel Prediction Method for ATP-Binding Sites From Protein Primary Sequences Based on Fusion of Deep Convolutional Neural Network and Ensemble Learning

著者 (6件)： Song Jiazhi (Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education, College of Computer Science and Technology, Jilin University, Changchun, China) ,  Liang Yanchun (Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education, College of Computer Science and Technology, Jilin University, Changchun, China) ,  Liu Guixia (Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education, College of Computer Science and Technology, Jilin University, Changchun, China) ,  Wang Rongquan (Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education, College of Computer Science and Technology, Jilin University, Changchun, China) ,  Sun Liyan (Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education, College of Computer Science and Technology, Jilin University, Changchun, China) ,  Zhang Ping (Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education, College of Computer Science and Technology, Jilin University, Changchun, China)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 21485-21495  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  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-ATP(アデノシン-5′-トリホスファート)結合部位を正確に同定することは,蛋白質機能アノテーションと新薬発明に重要である。以前の研究は,蛋白質一次配列に基づく蛋白質-ATP結合部位を予測するために古典的機械学習分類アルゴリズムをしばしば利用する。しかし,新しく開発された技術としての深い学習は,様々な分野で優れた性能を示している。本研究では,配列情報に基づく蛋白質-ATP結合部位予測のための深い畳込み神経回路網を導入した。2つの分類ネットワークを開発した。残差ベース予測器とマルチ入力ベース予測器を含み,次に,より優れた性能のために,それらを結合するために,各ネットワークアーキテクチャに最適化した重みを与えることにより,アンサンブル学習を適用した。古典的なATP結合ベンチマークデータセットと新たに提案されたATP結合データセットを含む独立したテストセットの2つのグループに関する著者らの提案方法の性能を調べた。結果として,著者らの提案した方法は,蛋白質-ATP結合部位予測における深い学習技術の有効性を示す,それぞれ0.922と0.896のAUCを有する他の最新の配列ベース予測因子より優れている。ソースコードとベンチマークデータセットはhttps://github.com/tlsjz/ATPbindingでダウンロードできる。Copyright 2020 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： 機械学習 ,  *予測技法 ,  アノテーション ,  神経回路網 ,  ネットワークアーキテクチャ ,  最適化 ,  *学習 ,  *ネットワーク ,  有効性 ,  残差 ,  ベンチマーク ,  *タンパク質 ,  *結合部位 ,  *畳込み
準シソーラス用語： *アンサンブル学習 , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (8件)： 深部 ,  畳込みニューラルネットワーク ,  アンサンブル学習 ,  融合 ,  蛋白質 ,  ATP ,  結合部位 ,  予測法