文献

J-GLOBAL ID：202202278709644200   整理番号：22A0416832

生物医学サブグラフパターンを用いた薬物-遺伝子相互作用の予測【JST・京大機械翻訳】

Prediction of Drug-Gene Interaction by Using Biomedical Subgraph Patterns

著者 (3件)： Zhao Guangjin (College of Information Engineering, Shanghai Maritime University, Shanghai, China) ,  Li Meijing (College of Information Engineering, Shanghai Maritime University, Shanghai, China) ,  Jiang Yingying (College of Information Engineering, Shanghai Maritime University, Shanghai, China)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 833  ページ： 159-168  発行年： 2022年 
JST資料番号： W5070A  ISSN： 1876-1100  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 薬剤-グラフェン相互作用(DGI)は,臨床治療において重要な役割を果たす複雑な現象である。したがって,DGIの予測は基本である。しかし,DGI予測に関する以前の研究は不足している。従来の機械学習法は十分な特徴を獲得することができず,ニューラルネットワーク法は不均一DGIグラフにおけるノード情報にほとんど注意を払わない。これらの問題を解決するために,グラフから特徴を抽出し,DGI予測を分類タスクに変換するために部分グラフマイニングアルゴリズムを使用した。最初に,3種類の相互作用データを用いて,DGIsの不均一グラフを構築した。第二に,グラフデータ量を上げるために,グループ分割とモード生成の二つの戦略を用いた。第3に,DGIsの特徴を得るために,著者らは頻繁なパターンを見つけるために部分グラフマイニングアルゴリズムを使用した。最後に,DGIsを予測するために,異なる種類の二値分類器を構築した。実験結果は,著者らの方法が良好に機能することを示した。Copyright The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *相互作用 ,  ニューラルネットワーク ,  機械学習 ,  グラフェン
準シソーラス用語： グラフマイニング ,  *生物医学 ,  二値分類 , 【Automatic Indexing@JST】

著者キーワード (3件)： 薬物-遺伝子相互作用 ,  サブグラフマイニング ,  分類

分類 (1件)： 分子遺伝学一般  (EC02010J)

タイトルに関連する用語 (5件)： 生物医学 ,  サブグラフ ,  薬物 ,  遺伝子相互作用 ,  予測