文献

J-GLOBAL ID：202102215496959755   整理番号：21A2276543

深層学習特徴表現とランダムフォレストに基づく蛋白質-蛋白質相互作用の予測【JST・京大機械翻訳】

Prediction of Protein-Protein Interaction Based on Deep Learning Feature Representation and Random Forest

著者 (5件)： Ma Wenzheng (School of Information Science and Engineering, University of Jinan, Jinan, China) ,  Bao Wenzheng (School of Information and Electrical Engineering, Xuzhou University of Technology, Xuzhou, China) ,  Cao Yi (School of Information Science and Engineering, University of Jinan, Jinan, China) ,  Yang Bin (School of Information Science and and Engineering, Zaozhuang University, Zaozhuang, China) ,  Chen Yuehui (School of Information Science and Engineering, University of Jinan, Jinan, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12838  ページ： 654-662  発行年： 2021年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 細胞活性の基礎と鍵として,蛋白質は多くの生命活動において重要な役割を果たす。蛋白質は通常単独では作用しない。正常環境下で,ほとんどの蛋白質は他の蛋白質との相互作用により特異的機能を実行し,生命活動において最大の役割を果たす。蛋白質-蛋白質相互作用(PPI)の予測はバイオインフォマティクスにおける非常に基本的で重要な研究である。PPIは多数の細胞活性を制御し,ほとんどの細胞活性の基礎である。それは,疾患予防と治療,および薬物開発のための非常に重要な理論的基礎とサポートを提供する。実験方法は遅く,高価であるため,機械学習に基づく方法はPPI問題に徐々に適用されている。PPIを効果的に予測することができるBiLSTM-RFと呼ぶ新しいモデルを提案した。Copyright Springer Nature Switzerland AG 2021 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 ,  *タンパク質 ,  機械学習
準シソーラス用語： バイオインフォマティクス ,  *蛋白質間相互作用 ,  創薬 ,  細胞活性 ,  *ランダムフォレスト ,  疾病予防 ,  *特徴表現 ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： 蛋白質-蛋白質相互作用 ,  深層学習 ,  機械学習 ,  双方向長期記憶 ,  ランダムフォレスト

分類 (2件)： 分子・遺伝情報処理  (JE15040B) ,  蛋白質・ペプチド一般  (EB03010N)

タイトルに関連する用語 (5件)： 深層学習 ,  特徴表現 ,  ランダムフォレスト ,  蛋白質-蛋白質相互作用 ,  予測