文献

J-GLOBAL ID：202102221874600275   整理番号：21A0442732

TportHMM:プロファイル隠れMarkovモデルを用いた膜貫通輸送蛋白質の基質クラスの予測【JST・京大機械翻訳】

TportHMM: Predicting the substrate class of transmembrane transport proteins using profile Hidden Markov Models

著者 (3件)： Shamloo Shiva ,  Ye Qing ,  Butler Gregory
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： BIBM  ページ： 2812-2817  発行年： 2020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： 輸送体は,細胞中で大きな割合の蛋白質を作り,膜を通した化合物の移動を仲介することにより,代謝,調節およびシグナル伝達において重要な役割を果たす。基板クラスレベルで輸送される基板と特定の基板のレベルを予測するツールが必要である。本研究では,プロファイル隠れMarkovモデル(HMM)を用いて,予測子TportHMMを開発した。進化情報,特異性決定部位(SDS)アルゴリズムを利用し,位置情報を強調するための多重配列アラインメント(MSA)アルゴリズムの役割と,配列情報を利用するプロファイル隠れMarkovモデル(HMM)分類器を調べた。異なるMSAアルゴリズム(ClustalW,Clustal Omega,MAFFT,MUSCLE,AQUA,T-CoffeeおよびTMCoffee),および異なるSDSアルゴリズム(Sピアサーバ,グループSim,XdetおよびTCS)の影響を研究した。これらの手法を最先端のTrSSPとTranCEPと比較した。Copyright 2021 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： アルゴリズム ,  基質 ,  *タンパク質 ,  *隠れMarkovモデル ,  位置情報
準シソーラス用語： 輸送蛋白質 ,  配列アライメント ,  輸送体 ,  予測子 ,  特異性 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： プロファイル ,  隠れMarkovモデル ,  輸送蛋白質 ,  基質 ,  クラス ,  予測