文献
J-GLOBAL ID:202002268691680514   整理番号:20A2560933

不均一な特徴を融合することによるDNA N=6-メチルアデノシンサイトの識別のための深層学習ベース計算アプローチ【JST・京大機械翻訳】

A deep learning-based computational approach for discrimination of DNA N6-methyladenosine sites by fusing heterogeneous features
著者 (6件):
資料名:
巻: 206  ページ: Null  発行年: 2020年 
JST資料番号: E0150B  ISSN: 0169-7439  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
N6-メチルアデニンは複製後修飾であり,広範なDNA配列で生じ,原核生物におけるDNA修復,複製,細胞防御及び転写のような多数の異なるバイオプロセスに関与する。最近,種々の計算モデルがDNA内のN6-メチルアデニン部位を予測するために確立された。しかし,N6-メチルアデニンの正確な予測における主な課題の一つは,それらの特徴の抽出であり,N6-メチルアデニン部位の特性を明確に定義する。この方法では,DNAの入力シーケンスは,漸進的な畳み込み層を可能にするために,1つのホット表現によって表現される。認識された配列から隠された情報を示すために,畳込みニューラルネットワーク(CNN)モデルを適用して抽象特徴を自動学習する。次に,著者らは,トリヌクレオチド構成(TNC)特徴抽出技術を適用し,CNN特性と連結する。提案モデルはS_1ベンチマークデータセットに対して98.05%の精度とS_2ベンチマークデータセットに対して89.22%の精度を達成した。分類率は,開発したアプローチがすべての評価尺度に関して既存の手法と比較してより良く機能することを示した。開発されたインテリジェントアプローチが,ゲノミクス予測の分野における産業研究と同様に,学界にとって主導的で進行性の役割を果たす可能性があることが期待される。コードcvをここで取り付けた。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
分子・遺伝情報処理  ,  数値計算 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る