文献

J-GLOBAL ID：202202268120587371   整理番号：22A1023454

深層学習によるDNA N4-メチルシトシン部位の系統的解析と正確な同定【JST・京大機械翻訳】

Systematic Analysis and Accurate Identification of DNA N4-Methylcytosine Sites by Deep Learning

著者 (7件)： Yu Lezheng (School of Chemistry and Materials Science, Guizhou Education University, Guiyang, China) ,  Zhang Yonglin (Department of Pharmacology, School of Pharmacy, Southwest Medical University, Luzhou, China) ,  Xue Li (School of Public Health, Southwest Medical University, Luzhou, China) ,  Liu Fengjuan (School of Geography and Resources, Guizhou Education University, Guiyang, China) ,  Chen Qi (Department of Endocrinology and Metabolism, The Affiliated Hospital of Southwest Medical University, Luzhou, China) ,  Luo Jiesi (Department of Pharmacy, The Affiliated Hospital of Southwest Medical University, Luzhou, China) ,  Jing Runyu (School of Cyber Science and Engineering, Sichuan University, Chengdu, China)
資料名： Frontiers in Microbiology (Web)  (Frontiers in Microbiology (Web))
巻： 13  ページ： 843425  発行年： 2022年 
JST資料番号： U7080A  ISSN： 1664-302X  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 N4-メチルシトシン(4mC)は,DNA複製,修復,発現および分化において必須の役割を果たす重要な後成的修飾である。4mCの生物学的機能への洞察を得るためには,ゲノムにおける修飾部位の同定が重要である。最近,深層学習が近年ますます普及し,4mCサイト同定に頻繁に採用されている。しかし,深層学習技術を用いて予測モデルを構築する方法の系統的解析は,まだ不足している。本研究では,まず全ての既存の深層学習ベース予測子をまとめ,それらのモデル,特徴およびデータセットなどを系統的に解析した。次に,3種(A.thaliana,C.elegans,およびD.melanogaster)の典型的標準データセットを用いて,4mCサイト予測のための深層学習ベースモデルの確立において,異なるモデルアーキテクチャ,符号化方法および注意機構の寄与を評価した。一連の最適化の後,ワンホット符号化と注意機構を用いた畳込み-再電流ニューラルネットワークアーキテクチャは,最良の全体的予測性能を達成した。同じデータセットに基づいて広範な比較実験を行った。本研究は,将来,深い学習を用いて4mC予測モデルを構築するように,研究者にとって役立つであろう。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： 予測技法 ,  最適化 ,  畳込み ,  電流 ,  *DNA【核酸】 ,  ゲノム ,  モデル ,  生物活性 ,  DNA複製 ,  計算機アーキテクチャ ,  *機械学習 ,  予測モデル
準シソーラス用語： 予測子 ,  ニューラルネットワークアーキテクチャ ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (6件)： 深層学習 ,  畳込みニューラルネットワーク ,  リカレントニューラルネットワーク ,  ワンショット符号化 ,  注意機構 ,  DNA N 4-メチルシトシン

分類 (2件)： 人工知能  (JE08000Z) ,  分子構造  (EB03020Y)

引用文献 (69件)：

• Abbas Z., Tayara H., Chong K. (2021a). “ZayyuNet a unified deep learning model for the identification of epigenetic modifications using raw genomic sequences,” in IEEE/ACM Transactions on Computational Biology and Bioinformatics. doi: 10.1109/TCBB.2021.3083789
• Abbas Z., Tayara H., Chong K. T. (2021b). 4mCPred-CNN-prediction of DNA N4-Methylcytosine in the mouse genome using a convolutional neural network. Genes 12:296. doi: 10.3390/genes12020296
• Alam W., Tayara H., Chong K. T. (2021). i4mC-Deep: an intelligent predictor of n4-methylcytosine sites using a deep learning approach with chemical properties. Genes 12:1117. doi: 10.3390/genes12081117
• Alghamdi W., Alzahrani E., Ullah M. Z., Khan Y. D. (2021). 4mC-RF: improving the prediction of 4mC sites using composition and position relative features and statistical moment. Anal. Biochem. 633:114385. doi: 10.1016/j.ab.2021.114385
• Blow M. J., Clark T. A., Daum C. G., Deutschbauer A. M., Fomenkov A., Fries R., et al (2016). The epigenomic landscape of prokaryotes. PLoS Genet. 12:e1005854. doi: 10.1371/journal.pgen.1005854

タイトルに関連する用語 (6件)： 深層学習 ,  DNA ,  メチルシトシン ,  系統 ,  解析 ,  同定