抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
仮想スクリーニング(VS)は,コストを低減するための計算薬物発見中に広く用いられている。化学ゲノミクスベースの仮想スクリーニング(CGBVS)は,機械学習とデータマイニングを含むいくつかの方法を用いて,既知のCPIネットワークデータから新しい化合物-蛋白質相互作用(CPI)を予測するために使用できる。CGBVSは,非常に効率的で正確なCPI予測を促進するが,CPIが未知である新しい化合物の予測には貧弱な性能がある。ペアワイズカーネル法(PKM)は最先端のCGBVS法であり,新しい化合物の予測に対して高精度を示す。本研究では,リンクマイニングに基づいて,リンク指標カーネル(LIK)と化学的類似性を結合することによりPKMを改善し,これらの方法の精度を評価した。提案方法は,0.562の精度-再現曲線(AUPR)値の下で平均領域を得て,それは従来のGauss相互作用プロファイル(GIP)法(0.455)によって達成されたものより高く,計算時間は数パーセントだけ増加した。【JST・京大機械翻訳】