文献

J-GLOBAL ID：202202238777185710   整理番号：22A1178607

m5Cpred-XS:XGBoostとSHAPに基づくRNA m5C部位を予測する新しい方法【JST・京大機械翻訳】

m5Cpred-XS: A New Method for Predicting RNA m5C Sites Based on XGBoost and SHAP

著者 (5件)： Liu Yinbo (School of Sciences, Anhui Agricultural University, Hefei, China) ,  Shen Yingying (School of Sciences, Anhui Agricultural University, Hefei, China) ,  Wang Hong (School of Sciences, Anhui Agricultural University, Hefei, China) ,  Zhang Yong (School of Sciences, Anhui Agricultural University, Hefei, China) ,  Zhu Xiaolei (School of Sciences, Anhui Agricultural University, Hefei, China)
資料名： Frontiers in Genetics (Web)  (Frontiers in Genetics (Web))
巻： 13  ページ： 853258  発行年： 2022年 
JST資料番号： U7071A  ISSN： 1664-8021  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： RNAの最も重要な転写後修飾の1つとして,5-シトシン-メチラートイオン(m5C)は細胞における多くの化学反応と生物学的機能に密接に関連することが報告されている。最近,m5Cサイトを同定するため,いくつかの計算法が提案されている。しかし,精度と効率はまだ満足できるものではない。本研究では,H.sapiens,M.musculusおよびA.thalianaのm5C部位を予測するための新しい方法,m5Cpred-XSを提案した。最初に,強力なSHAP法を用いて,7種類の配列ベース特徴から最適特徴部分集合を選択した。第二に,異なる機械学習アルゴリズムを用いてモデルを訓練した。5倍交差検証の結果は,XGBoostに基づくモデルが最高の予測精度を達成することを示した。最後に,著者らのモデルを他の最先端モデルと比較し,m5Cpred-XSが他の方法より優れていることを示した。さらに,著者らは,m5Cpred-XSがm5Cサイトを研究するための有用なツールであると予想されるWebサーバにモデルを配置した。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： 化学反応 ,  *RNA【核酸】 ,  化学修飾 ,  塩基 ,  生物活性 ,  機械学習 ,  学習アルゴリズム
準シソーラス用語： Webサーバ ,  予測精度 ,  転写後修飾 , 【Automatic Indexing@JST】

著者キーワード (5件)： 5-シトシン-メチラートイオン ,  XGBoost ,  機械学習 ,  サップ ,  特徴選択

分類 (3件)： 遺伝子の構造と化学  (EC02020U) ,  分子遺伝学一般  (EC02010J) ,  核酸一般  (EB04010U)

引用文献 (67件)：

• AgrisP. F. (2008). Bringing Order to Translation: the Contributions of Transfer RNA Anticodon-domain Modifications. EMBO Rep. 9, 629-635. doi: 10.1038/embor.2008.104
• AhmadA., ShatabdaS. (2019). EPAI-NC: Enhanced Prediction of Adenosine to Inosine RNA Editing Sites Using Nucleotide Compositions. Anal. Biochem. 569 (569), 16-21. doi: 10.1016/j.ab.2019.01.002
• BiY., XiangD., GeZ., LiF., JiaC., SongJ. (2020). An Interpretable Prediction Model for Identifying N7-Methylguanosine Sites Based on XGBoost and SHAP. Mol. Ther. - Nucleic Acids 22 (22), 362-372. doi: 10.1016/j.omtn.2020.08.022
• BiauG. (2012). Analysis of a Random Forests Model. J. Mach Learn. Res. Apr 13, 1063-1095. doi: 10.1016/j.omtn.2020.08.022
• BoopathiV., SubramaniyamS., MalikA., LeeG., ManavalanB., YangD. C. (2019). mACPpred: A Support Vector Machine-Based Meta-Predictor for Identification of Anticancer Peptides. Int. J. Mol. Sci. 20, 20. doi: 10.3390/ijms20081964

タイトルに関連する用語 (2件)： RNA ,  予測