文献

J-GLOBAL ID：202202222568332543   整理番号：22A0749530

i6mA-Vote:投票によるアンサンブル学習に基づく植物ゲノム中のDNA N6-メチルアデニン部位の種間同定【JST・京大機械翻訳】

i6mA-Vote: Cross-Species Identification of DNA N6-Methyladenine Sites in Plant Genomes Based on Ensemble Learning With Voting

著者 (7件)： Teng Zhixia (College of Information and Computer Engineering, Northeast Forestry University, Harbin, China) ,  Zhao Zhengnan (College of Information and Computer Engineering, Northeast Forestry University, Harbin, China) ,  Li Yanjuan (College of Electrical and Information Engineering, Quzhou University, Quzhou, China) ,  Tian Zhen (College of Information Engineering, Zhengzhou University, Zhengzhou, China) ,  Guo Maozu (College of Electrical and Information Engineering, Beijing University of Civil Engineering and Architecture, Beijing, China) ,  Lu Qianzi (College of Bioinformatics Science and Technology, Harbin Medical University, Harbin, China) ,  Wang Guohua (College of Information and Computer Engineering, Northeast Forestry University, Harbin, China)
資料名： Frontiers in Plant Science (Web)  (Frontiers in Plant Science (Web))
巻： 13  ページ： 845835  発行年： 2022年 
JST資料番号： U7094A  ISSN： 1664-462X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： DNA N6-メチルアデニン(6mA)は一般的な後成的修飾であり,植物の成長および発達においていくつかの重要な役割を果たす。6mAの機能を解明するために6mAサイトを同定することが重要である。本論文では,i6mA-投票と呼ばれる新規モデルを,植物の6mA部位を予測するために開発した。最初に,DNA配列を,それぞれ,ヌクレオチドの密度,物理化学的特性,および位置に基づく多様な戦略を有する6つの特徴ベクトルにコード化した。最良の符号化戦略を見つけるために,特徴ベクトルをいくつかの機械学習分類器で比較した。結果は,ヌクレオチドの位置が6mA部位同定に有意な正の効果を持つことを示唆した。このように,ヌクレオチドの位置特性を記述することができるジヌクレオチド1ホット戦略を用いて,著者らの方法でDNA特徴を抽出した。第二に,RosaceaeのDNA配列を訓練データセットと試験データセットにランダムに分けた。最後に,i6mA-投票を,大多数投票戦略の下で5つの異なるベース分類装置を結合することによって構築し,Rosaceae訓練データセット上で訓練した。Rosaceae,RiceおよびArabidopsisのゲノムから6mA部位を予測するタスクについて,i6mA-投票を評価した。Rosaceaeでは,i6mA-投票の性能は,精度(ACC)で0.955,Matthew相関係数(MCC)で0.909,感度(SN)で0.955,特異性(SP)で0.954であった。ACC,MCC,SN,SPの順位におけるこれらの指標は,イネに関して0.882,0.774,0.961および0.803であり,一方,それらはArabidopsisに関して0.798,0.617,0.666および0.929であった。指標に従って,著者らの方法は,他の関係する方法より有効性と良かった。結果はまた,i6mA-ボートが種内植物と種間植物の6mA部位予測でよくあることを示した。さらに,特異性はイネにおける感受性よりも明らかに低いが,Arabidopsisでは正反対である。それは,Rosaceae,RiceおよびArabidopsisの間の配列類似性から生じる可能性がある。Copyright 2022 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： 分類装置 ,  相関係数 ,  *DNA【核酸】 ,  ヌクレオチド ,  ヌクレオチド配列 ,  *ゲノム ,  塩基 ,  バラ科 ,  ジヌクレオチド ,  Arabidopsis ,  機械学習
準シソーラス用語： 物理化学的性質 ,  訓練データ ,  *アンサンブル学習 ,  DNA配列 ,  特徴ベクトル , 【Automatic Indexing@JST】

著者キーワード (5件)： N6-メチルアデニン ,  植物ゲノム ,  交差種 ,  特徴符号化 ,  アンサンブル学習

分類 (4件)： 遺伝子の構造と化学  (EC02020U) ,  分子遺伝学一般  (EC02010J) ,  核酸一般  (EB04010U) ,  遺伝子発現  (EC02040Q)

引用文献 (45件)：

• Belhumeur P. N., Hespanha J. P., Kriegman D. J. (1997). Eigenfaces vs. Fisherfaces: recognition using class specific linear projection. IEEE Trans. Pattern Anal. Mach. Intell. 19 711-720. doi: 10.1109/34.598228
• Bengio Y., Glorot X. (2010). “"Understanding the difficulty of training deep feed forward neural networks,"” in Proceedings of the 13th International Conference on Artificial Intelligence and Statistics, (Sardinia: Italy), 249-256. doi: 10.1109/34.598228
• Breiman L. (2001). Random forests. Mach. Learn. 45 5-32. doi: 10.1023/A:1010933404324
• Chen T., Guestrin C. (2016). “"XGBoost: a scalable tree boosting system,"” in Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (San Francisco, CA: Association for Computing Machinery). doi: 10.1023/A:1010933404324
• Chen W., Lv H., Nie F., Lin H. (2019). i6mA-Pred: identifying DNA N6-methyladenine sites in the rice genome. Bioinformatics 35 2796-2800. doi: 10.1093/bioinformatics/btz015

タイトルに関連する用語 (5件)： 投票 ,  アンサンブル学習 ,  植物ゲノム ,  DNA ,  同定