RAPPPID:AWD-LSTMツインネットワークによる一般化可能な蛋白質相互作用予測に向けて【JST・京大機械翻訳】

Szymborski, J.; Emad, A.

プレプリント

J-GLOBAL ID：202202207540424010 整理番号：21P0263644

RAPPPID:AWD-LSTMツインネットワークによる一般化可能な蛋白質相互作用予測に向けて【JST・京大機械翻訳】

RAPPPID: Towards Generalisable Protein Interaction Prediction with AWD-LSTM Twin Networks

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2022年04月18日プレプリントサーバーでの情報更新日： 2022年04月18日
JST資料番号： O7001B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

蛋白質-蛋白質相互作用の予測のための計算方法は,研究者の重要なツールであるが,蛋白質に一般化する挑戦によって悩まされている。蛋白質-蛋白質予測のモデリングに用いるデータセットは,特に情報漏洩とサンプリングバイアスに悩まされる。結果:本研究では,Deep Learningを用いたProtein-Protein相互作用の正則化自動予測の方法であるRAPPPIDを導入した。RAPPPIDは,一般化重みを学習するために訓練時間中に多重正則化法を採用するツインAWD-LSTMネットワークである。訓練中に見られない蛋白質から成る厳密な相互作用データセットの試験,RAPPPIDは最先端の方法より優れている。さらなる実験は,RAPPPIDの性能が試験セットにおける特定の蛋白質に関係なく保持され,その性能が生物学的に支持されたエッジに対してより高いことを示した。本研究は,適切な正則化が,蛋白質-蛋白質相互作用予測のためのモデル作成の課題を克服する重要な成分であり,それは,蛋白質に一般化しないことを示した。さらに,この研究の一部として,著者らは,将来における他者によるPPI再構成法の評価を容易にするために,種々の厳しさのいくつかのデータ分割に対応するデータセットを提供した。アベイラビリティと実装:コードとデータセットはhttps://github.com/jszym/rapppidで自由に利用可能である。接触:amin.emad@mcgill.ca補足情報:オンラインのみの補足データは,ジャーナルのウェブサイトで利用可能である。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , 【Automatic Indexing@JST】

分子・遺伝情報処理 , 蛋白質・ペプチド一般

, , ,

前のページに戻る