文献

J-GLOBAL ID：202202285850660097   整理番号：22A0230879

スタックACPred:積層アンサンブルアプローチによる最適化多重特徴記述子の統合による抗癌ペプチドの予測【JST・京大機械翻訳】

StackACPred: Prediction of anticancer peptides by integrating optimized multiple feature descriptors with stacked ensemble approach

著者 (9件)： Arif Muhammad (School of Computer Science and Engineering, Nanjing University of Science and Technology, Nanjing, 210094, China) ,  Arif Muhammad (School of Systems and Technology, Department of Informatics and System, University of Management and Technology, Lahore, 54770, Pakistan) ,  Ahmed Saeed (Center of Data Mining and Biomedical Informatics, Faculty of Medical Technology, Mahidol University, Bangkok, 10700, Thailand) ,  Ahmed Saeed (School of Systems and Technology, Department of Computer Science, University of Management and Technology, Lahore, 54770, Pakistan) ,  Ge Fang (School of Computer Science and Engineering, Nanjing University of Science and Technology, Nanjing, 210094, China) ,  Kabir Muhammad (School of Systems and Technology, Department of Computer Science, University of Management and Technology, Lahore, 54770, Pakistan) ,  Khan Yaser Daanial (School of Systems and Technology, Department of Computer Science, University of Management and Technology, Lahore, 54770, Pakistan) ,  Yu Dong-Jun (School of Computer Science and Engineering, Nanjing University of Science and Technology, Nanjing, 210094, China) ,  Thafar Maha (Department of Computer Science, College of Computers and Information Technology, Taif University, P.O.Box 110099, Taif, 21944, Saudi Arabia)
資料名： Chemometrics and Intelligent Laboratory Systems  (Chemometrics and Intelligent Laboratory Systems)
巻： 220  ページ： Null  発行年： 2022年 
JST資料番号： E0150B  ISSN： 0169-7439  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 抗癌ペプチド(ACP)は癌治療のための潜在的安全な治療薬として浮上している。新規ACPsの同定は,それらの機能的メカニズムとワクチン産生の深い洞察を理解するために重要である。ACPsを見つけるための従来の湿式ラボ技術的方法は,過剰,遅い,そして,資源集約的である。したがって,計算アプローチによる迅速で正確なACPs予測は,ポストゲノム時代に蓄積した大規模なペプチド配列のため,非常に望まれる。最近,非ACPsからACPsを識別するためのいくつかの知的統計的アプローチが設計されている。注目すべき成果が達成されているが,利用可能な方法は,まだ不十分な特徴記述子と学習アルゴリズムを持ち,それによって予測性能を制限する。これに対処するために,ACPsの正しい同定のためにStack-ACPと呼ぶ新しい予測子を開発した。より具体的には,提案方法は,分割位置特異的スコアリングマトリックス(SegPSSM),擬似(PsePSSM),および拡張擬似アミノ酸組成(PseAAC)として,進化的プロファイルと物理化学的情報という3つの名目上の特徴符号化戦略を持っている。抽出した特徴を逐次融合し,さらに強力なサポートベクトルマシン再帰的特徴除去と相関バイアス低減(SVM-RFE+CBR)アルゴリズムを通して最適化した。最適選択属性を,効果的ACPsを目標とする積層ベースアンサンブルモデルを構築するために提供した。提案したStackACpredは,ACP740とACP240データセットに基づいて,それぞれ,他の既存の研究より2.97%と0.79%高い,ACP740とACP240データセットに基づく84.45%と86.21%の精度を達成した。開発した自動化ツールの経験的成果は,特に他のペプチドにおける大規模ACPsを注釈するための優れた識別力を示す。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *最適化 ,  自動化 ,  化学情報 ,  *ペプチド ,  アミノ酸配列 ,  ワクチン ,  アミノ酸組成 ,  *多重化 ,  学習アルゴリズム ,  サポートベクトルマシン
準シソーラス用語： ポストゲノム ,  予測子 ,  癌治療 ,  スコア化 , 【Automatic Indexing@JST】

著者キーワード (5件)： 抗癌ペプチド ,  分割位置特定スコアリング行列 ,  特徴選択 ,  SVM-RFE+CBR ,  スタッキング

分類 (2件)： 分子・遺伝情報処理  (JE15040B) ,  数値計算  (JE02000J)

タイトルに関連する用語 (9件)： スタック ,  アンサンブル ,  最適化 ,  多重 ,  特徴記述子 ,  統合 ,  癌 ,  ペプチド ,  予測