文献

J-GLOBAL ID：202202267709510802   整理番号：22A1064853

機械学習法を用いたキンポウゲ科の分類学的分類の予測【JST・京大機械翻訳】

Prediction of the taxonomical classification of the Ranunculaceae family using a machine learning method

著者 (7件)： Chen Jiao (School of Life Science and Engineering, Southwest Jiaotong University, Chengdu, Sichuan 610031, China. [e-mail] [e-mail] [e-mail] [e-mail] [e-mail]) ,  Yang Wenlu ,  Tan Guodong ,  Tian Chunyao ,  Wang Hongjun ,  Zhou Jiayu ,  Liao Hai
資料名： New Journal of Chemistry  (New Journal of Chemistry)
巻： 46  号： 11  ページ： 5150-5161  発行年： 2022年 
JST資料番号： H0785A  ISSN： 1144-0546  CODEN： NJCHE5  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： Ranunculaceaeは,伝統的漢方薬で一般的に使用される種々の医薬品的に活性な化合物の植物源である。Ranunculaceae製薬資源への関心の増加は,このファミリーの分類学的研究につながり,その多様化,関係および系統発生位置を理解し,さらに新しい薬用資源および有望な化合物を見つける新しい洞察を提供する。本研究では,薬用Ranunculaceae科の分類を調査するために機械学習法を用いた。Ranunculaceae科の17属を代表する204種を,構造ベースのフィンガープリントから成る1280の活性化合物を有するTCMIDから採取した。種-化合物と属-化合物マトリックスの構築の後,CNNとExtフィンガープリントを,クラスタリング基準としてACCとFスコアを用いて,それぞれ最良の機械学習法と指紋タイプとして決定した。Ranunculaceae科内の分類学的分類は,特に0.86のトップACCと0.85のFスコアを持つ属レベルで正確に予測できることを見出した。17属の分類に重要な化合物のトップ特徴も同定し,従って,高い薬価を有するいくつかの属は,特徴的シスおよび(または)トランス特徴と関連していた。知る限りでは,これはいくつかの属が化合物の構造的特徴と関連することが初めてである。Copyright 2022 Royal Society of Chemistry All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 特性 ,  系統発生 ,  クラスタ化 ,  *キンポウゲ科 ,  指紋 ,  多様化 ,  構造特性 ,  漢方製剤 ,  *機械学習
準シソーラス用語： 活性化剤 ,  薬価 ,  *分類学 , 【Automatic Indexing@JST】

分類 (4件)： 抗腫よう薬の基礎研究  (GW16010A) ,  各種爆薬と推薬  (YE06020W) ,  酵素一般  (EB09010D) ,  非遷移金属元素の錯体  (CE01030C)

タイトルに関連する用語 (4件)： 機械学習 ,  キンポウゲ科 ,  分類 ,  予測