文献

J-GLOBAL ID：202102236244875405   整理番号：21A0004793

ネットワークトポロジー,細胞内局在情報,遺伝子発現プロファイルおよびGOアノテーションデータの統合による必須蛋白質の予測【JST・京大機械翻訳】

Predicting Essential Proteins by Integrating Network Topology, Subcellular Localization Information, Gene Expression Profile and GO Annotation Data

著者 (3件)： Zhang Wei (School of Science, East China Jiaotong University, Nanchang, Jiangxi, China) ,  Xu Jia (School of Mechatronic Engineering, East China Jiaotong University, Nanchang, Jiangxi, China) ,  Zou Xiufen (School of Mathematics and Statistics, Wuhan University, Wuhan, Hubei, China)
資料名： IEEE/ACM Transactions on Computational Biology and Bioinformatics  (IEEE/ACM Transactions on Computational Biology and Bioinformatics)
巻： 17  号： 6  ページ： 2053-2061  発行年： 2020年 
JST資料番号： W1409A  ISSN： 1545-5963  CODEN： ITCBCY  資料種別： 逐次刊行物 (A)
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： 必須蛋白質は正常な細胞機能を維持するために不可欠である。蛋白質-蛋白質相互作用(PPI)ネットワークからの必須蛋白質の同定は,近年,最新の話題になっている。伝統的に生物学的実験に基づくアプローチは時間がかかり,高価であるが,多くの計算ベースの方法が過去数年で開発されている。しかし,予測精度はまだ不満足である。本研究では,蛋白質サブ細胞局在性情報を導入することによって,蛋白質細胞内局在性を特性化するための新しい測定を定義し,ネットワークトポロジー,遺伝子発現プロファイル,GOアノテーション情報,および蛋白質細胞内局在情報の統合に基づいて,TEGSと名付けた必須蛋白質を同定するための新しいデータ融合ベースの方法を開発した。提案方法TEGSの効率を実証するために,2つのSaccharomyces cerevisiae Saccharomycescerevisiaeデータセットに関するその性能を評価し,真の予測数,ジャックナイフ曲線,および精度-レコール曲線に関して,他の7つの最先端の方法(DC,BC,NC,PeC,WDC,SON,およびTEO)と比較した。シミュレーション結果は,TEGSが必須蛋白質の同定において他の比較方法より優れていることを示した。TEGSのソースコードはhttps://github.com/wzhangwhu/TEGSで自由に利用可能である。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： シミュレーション ,  計算機シミュレーション ,  *ネットワーク ,  *タンパク質 ,  Saccharomyces cerevisiae ,  キャラクタリゼーション ,  データ融合 ,  *アノテーション
準シソーラス用語： 蛋白質間相互作用 ,  *ネットワークトポロジー ,  予測精度 ,  局在化 ,  ソースコード ,  *細胞内局在 ,  細胞機能 ,  *遺伝子プロファイル , 【Automatic Indexing@JST】

分類 (3件)： 分子・遺伝情報処理  (JE15040B) ,  パターン認識  (JE07000S) ,  信号理論  (ND02020G)

タイトルに関連する用語 (7件)： ネットワークトポロジー ,  細胞内局在 ,  遺伝子発現プロファイル ,  アノテーション ,  統合 ,  蛋白質 ,  予測