文献

J-GLOBAL ID：202202277861230736   整理番号：22A1025109

SAAED:埋め込みと深層学習はcircRNAと疾患間の関連の正確な予測を強化する【JST・京大機械翻訳】

SAAED: Embedding and Deep Learning Enhance Accurate Prediction of Association Between circRNA and Disease

著者 (5件)： Liu Qingyu (1School of Electronics and Information Technology, Sun Yat-Sen University, Guangzhou, China) ,  Yu Junjie (2Macquarie Business School, Macquarie University, Sydney, NSW, Australia) ,  Cai Yanning (3College of Information Science and Technology, Jinan University, Guangzhou, China) ,  Zhang Guishan (4College of Engineering, Shantou University, Shantou, China) ,  Dai Xianhua (1School of Electronics and Information Technology, Sun Yat-Sen University, Guangzhou, China)
資料名： Frontiers in Genetics (Web)  (Frontiers in Genetics (Web))
巻： 13  ページ： 832244  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： 新たなエビデンスは,サーコRNAが様々な疾患を調節できることを示した。しかし,これらの疾患における循環RNAの機構は完全には理解されていない。したがって,潜在的循環RNA-疾患関連の検出は,これらの疾患の病理学的発達と治療のために,かなり大きな重要性を持つ。近年,深い学習モデルはサーコRNA-疾患の関連解析に用いられているが,サーコRNA-疾患関連データの欠如はさらなる改善を制約する。したがって,データからより多くの意味情報をマイニングする緊急の必要性がある。本論文では,2つの部分,すなわち,Entity Relation Network(ERN)と呼ばれるニューラルネットワーク埋込みモデル,および解析のための擬似Siameseネットワーク(PSN)から成る,Embedding and Deep Learning(SAAED)によるセマンティック協会解析と呼ばれる新しい方法を提案した。ERNはデータの多重源を融合し,低次元埋込みベクトルで情報を表現できる。PSNは,関連分析のためのサーコRNAと疾患の間の特徴を抽出することができる。本論文では,CircRNA-疾患,サーコRNA-miRNA,疾患遺伝子,疾患-miRNA,疾患-lncRNA,および疾患-薬物関連情報を用いた。より多くの関連データは,制限のない解析のために導入することができた。評価のためのCircR2Diseaseベンチマークデータセットに基づいて,5回交差検証実験は,98.92%のAUC,95.39%の精度,および93.06%の感度を示した。他の最先端モデルと比較して,SAAEDは最良の総合性能を達成した。SAAEDは生物学的関連情報の発現を拡大でき,潜在的循環RNA-疾患関連を予測するための効率的な方法である。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： ベクトル ,  学習モデル ,  ネットワーク ,  ニューラルネットワーク ,  生物学 ,  *RNA【核酸】 ,  遺伝子 ,  成長 ,  *病気 ,  多重化 ,  モデル ,  *機械学習
準シソーラス用語： マイクロRNA ,  関連解析 ,  疾患遺伝子 ,  検証実験 ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： サークRNA-疾患関連 ,  埋め込み ,  ニューラルネットワーク ,  擬似Siamesネットワーク ,  深層学習

分類 (1件)： 分子・遺伝情報処理  (JE15040B)

引用文献 (42件)：

• Ashwal-FlussR., MeyerM., PamudurtiN. R., IvanovA., BartokO., HananM., et al (2014). circRNA Biogenesis Competes with Pre-mRNA Splicing. Mol. Cel. 56 (1), 55-66. doi: 10.1016/j.molcel.2014.08.019
• BaoZ., YangZ., HuangZ., ZhouY., CuiQ., DongD. (2019). LncRNADisease 2.0: an Updated Database of Long Non-coding RNA-Associated Diseases. Nucleic Acids Res. 47 (D1), D1034-D1037. doi: 10.1093/nar/gky905
• BengioY., DucharmeR., VincentP., JauvinC. (2003). A Neural Probabilistic Language Model. J. machine Learn. Res. 3, 1137-1155. doi: 10.1007/3-540-33486-6_6
• BordesA., WestonJ., CollobertR., BengioY. (2011). “"Learning Structured Embeddings of Knowledge Bases,"” in Proceedings of the 25 th Annual Conference on Artificial Intelligence(AAAI), San Francisco, CA, USA, August 2011, 301-306. doi: 10.1007/3-540-33486-6_6
• ChenC.-y., SarnowP. (1995). Initiation of Protein Synthesis by the Eukaryotic Translational Apparatus on Circular RNAs. Science 268 (5209), 415-417. doi: 10.1126/science.7536344

タイトルに関連する用語 (6件)： 埋め込み ,  深層学習 ,  circRNA ,  疾患 ,  予測 ,  強化