文献
J-GLOBAL ID:202202266362910574   整理番号:22A0979133

教師つき機械学習アルゴリズムを用いた一次配列からの蛋白質-蛋白質相互作用予測【JST・京大機械翻訳】

Protein-protein interaction prediction from primary sequences using supervised machine learning algorithm
著者 (3件):
資料名:
巻: 2022  号: Confluence  ページ: 268-272  発行年: 2022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:
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。
蛋白質-蛋白質相互作用(PPI)研究は細胞生物学的機能を理解するのに重要である。PPIを予測する異なる実験技術があるが,研究室におけるPPIの検出は費用がかかり,時間がかかる。今日,高スループットアプローチと大規模生物学的技術は,不確かな成長を達成した。これらの大規模技術は偽陽性と偽陰性予測を経験する。結果として,PPI対を推定するための計算技術を考案する必要性があり,それは実験室技術を補完し,蛋白質間の相互作用を見つけるための安価な方法を提供する。PPI予測には多くの進歩が達成されているが,蛋白質配列からPPIを予測するより効果的なアプローチが必要である。提案モデルは,93%の精度,92.9%の感度,92.6%の精度,92.5%の特異性,および92.7%のf1スコアを与える。結果は,提案モデルがPPI予測のための様々な予測子より優れていることを示した。Copyright 2022 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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
図形・画像処理一般 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る