文献

J-GLOBAL ID：202002241793869316   整理番号：20A0493650

統合機械学習アルゴリズムによる蛋白質ホット領域の同定【JST・京大機械翻訳】

Identification of protein hot regions by integrated machine learning algorithm

著者 (4件)： Hu Jing (Simon Fraser University,Molecular Biologyl and Biochemistry,British Columbia,Canada) ,  Gan Haomin (School of Computer Science and Technology, Wuhan University of Science and Technology,Wuhan,China) ,  Zhang Xiaolong (Hubei Province Key Laboratory of Intelligent Information Processing and Real-time Industrial System,Wuhan,China) ,  Chen Nansheng (Simon Fraser University,Molecular Biology and Biochemistry,British Columbia,Canada)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： BIBM  ページ： 24-29  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： 蛋白質-蛋白質相互作用におけるホット領域の発見は蛋白質間の相互作用を理解するために重要であるが,実験法の複雑さと時間がかかるため,計算予測法はホット領域を予測するための効率を改善するために非常に有用である。以前の研究において,いくつかのモデルは,構造,エネルギー,シーケンスのような単一の側面に基づいており,各側面はその利点と限界を持っている。本論文では,構造に基づく分類,エネルギーに基づくクラスタリングおよび進化における配列に基づく保存を組み合わせた新しい方法を提案した。この方法は,蛋白質情報の3つの側面を完全に利用し,1つの単一アスペクト情報を用いることの限界を補償する。実験結果は,提案方法がホット領域の予測性能を著しく改善することを示した。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： 相互作用 ,  *学習アルゴリズム ,  予測技法 ,  *タンパク質
準シソーラス用語： 予測性能 ,  蛋白質間相互作用 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 統合 ,  機械学習 ,  アルゴリズム ,  蛋白質 ,  同定