文献

J-GLOBAL ID：202102245301835302   整理番号：21A0891297

PS8-Net:8状態蛋白質二次構造を予測するための深層畳込みニューラルネットワーク【JST・京大機械翻訳】

PS8-Net: A Deep Convolutional Neural Network to Predict the Eight-State Protein Secondary Structure

著者 (4件)： Ratul Md Aminur Rab (School of Electrical Engineering and Computer Science (SITE), University of Ottawa,Ottawa,Canada) ,  Elahi Maryam Tavakol (School of Electrical Engineering and Computer Science (SITE), University of Ottawa,Ottawa,Canada) ,  Mozaffari M. Hamed (School of Electrical Engineering and Computer Science (SITE), University of Ottawa,Ottawa,Canada) ,  Lee WonSook (School of Electrical Engineering and Computer Science (SITE), University of Ottawa,Ottawa,Canada)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： DICTA  ページ： 1-3  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： 蛋白質二次構造は,一次と三次構造の間の情報ブリッジを作成するのに重要である。8状態蛋白質二次構造(PSS)の正確な予測は,蛋白質の構造と機能分析に有意に利用された。深層学習技術は最近,この分野で適用され,8状態(Q8)蛋白質二次構造予測精度を著しく上昇させた。それにもかかわらず,理論的観点から,特に8状態PSS予測において,改善のための多くの余地がある。本研究では,8クラスPSS予測の精度を高めるために,PS8-Netと呼ばれる新しい深層畳込みニューラルネットワークを提示した。このアーキテクチャの入力は,蛋白質配列特徴とプロファイル特徴から注意深く構築された特徴行列である。著者らは,より高い層から長期相互依存性を抽出して,より初期の層における局所的コンテキストを得て,二次構造予測の間,グローバル情報を達成するために,スキップ接続を有する新しいPS8モジュールを導入した。このアーキテクチャは,各クラスの正確な予測を行うために,アミノ酸間の局所および大域的相互依存性の効率的処理を可能にする。著者らが知る限り,提案したPS8-Net実験結果は,ベンチマークCullPdb6133,CB513,CASP10,およびCASP11データセットに関するすべての最先端の方法より優れていることを実証した。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： アミノ酸 ,  アミノ酸配列 ,  三次構造 ,  機能分析 ,  ベンチマーク ,  *計算機アーキテクチャ
準シソーラス用語： *蛋白質二次構造 ,  予測精度 ,  相互依存性 ,  蛋白質構造 ,  二次構造予測 ,  深層学習 ,  深層畳込みニューラルネットワーク , 【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 (3件)： 蛋白質二次構造 ,  予測 ,  深層畳込みニューラルネットワーク