文献

J-GLOBAL ID：202102234003393535   整理番号：21A1150858

2020年代の自動的遺伝子機能予測【JST・京大機械翻訳】

Automatic Gene Function Prediction in the 2020’s

著者 (6件)： Makrodimitris Stavros (Delft Bioinformatics Lab, Delft University of Technology, 2628XE Delft, The Netherlands) ,  Makrodimitris Stavros (Keygene N.V., 6708PW Wageningen, The Netherlands) ,  Ham Roeland C. H. J. van (Delft Bioinformatics Lab, Delft University of Technology, 2628XE Delft, The Netherlands) ,  Ham Roeland C. H. J. van (Keygene N.V., 6708PW Wageningen, The Netherlands) ,  Reinders Marcel J. T. (Delft Bioinformatics Lab, Delft University of Technology, 2628XE Delft, The Netherlands) ,  Reinders Marcel J. T. (Leiden Computational Biology Center, Leiden University Medical Center, 2333ZC Leiden, The Netherlands)
資料名： Genes (Web)  (Genes (Web))
巻： 11  号： 11  ページ： 1264  発行年： 2020年 
JST資料番号： U7194A  ISSN： 2073-4425  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 新しいDNAと蛋白質配列が生成される現在の速度は,それらの配列の機能を実験的に発見するためにあまりにも速く,正確な自動機能予測(AFP)法の必要性を強調する。AFPは数十年間活性で成長している研究分野であり,その時間においてかなりの進歩を遂げてきた。しかし,それは確かに解決されていない。本論文では,AFP場が,その適用性を増すために将来克服しなければならない課題について述べた。考察すべき課題はどうかである。(1)条件特異的機能アノテーション,(2)非モデル種に対する機能の予測,(3)新しい有益なデータ源,(4)遺伝子オントロジー(GO)アノテーションのバイアスを扱うこと,(5)性能利得を得るためにGOを最大限に利用すること。(1)蛋白質および遺伝子を表す方法,(2)遺伝子機能を示す方法,(3)遺伝子から機能への予測を行うアルゴリズム,を適応させることで,これらの課題に取り組むための推奨事項も提供する。併せて,AFPは,2020年代におけるAFPが再び計算生物学の電力を補強する大きなステップを再び取り入れることができる機械学習の継続的な進歩から利益を得ることができる,まだ viしい研究領域であることを示した。Copyright 2021 The Author(s) 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 ,  電力 ,  DNA【核酸】 ,  アミノ酸配列 ,  *遺伝子 ,  タンパク質 ,  適応性 ,  利得 ,  バイアス ,  機械学習 ,  アノテーション
準シソーラス用語： 計算生物学 ,  遺伝子オントロジー ,  *遺伝子機能 , 【Automatic Indexing@JST】

著者キーワード (4件)： 自動機能予測 ,  遺伝子オントロジー ,  蛋白質表現 ,  機械学習

分類 (2件)： 遺伝子の構造と化学  (EC02020U) ,  分子・遺伝情報処理  (JE15040B)

引用文献 (99件)：

• Bateman, A. UniProt: A worldwide hub of protein knowledge. Nucleic Acids Res. 2019, 47, D506-D515.
• González-Castro, T.B.; Tovilla-Zárate, C.A.; Genis-Mendoza, A.D.; Juárez-Rojop, I.E.; Nicolini, H.; López-Narváez, M.L.; Martínez-Magaña, J.J. Identification of gene ontology and pathways implicated in suicide behavior: Systematic review and enrichment analysis of GWAS studies. Am. J. Med. Genet. Part B Neuropsychiatr. Genet. 2019, 180, 320-329.
• You, R.; Zhang, Z.; Xiong, Y.; Sun, F.; Mamitsuka, H.; Zhu, S. GOLabeler: Improving sequence-based large-scale protein function prediction by learning to rank. Bioinformatics 2018, 34, 2465-2473.
• Das, S.; Lee, D.; Sillitoe, I.; Dawson, N.L.; Lees, J.G.; Orengo, C.A. Functional classification of CATH superfamilies: A domain-based approach for protein function annotation. Bioinformatics 2015, 31, 3460-3467.
• Piovesan, D.; Tosatto, S.C.E. INGA 2.0: Improving protein function prediction for the dark proteome. Nucleic Acids Res. 2019, 47, W373-W378.

タイトルに関連する用語 (2件)： 遺伝子機能 ,  予測