文献

J-GLOBAL ID：202202290876488845   整理番号：22A0696457

PDGNet:多視点特徴を有する深層ニューラルネットワークを用いた疾患遺伝子の予測【JST・京大機械翻訳】

PDGNet: Predicting Disease Genes Using a Deep Neural Network With Multi-View Features

著者 (10件)： Yang Kuo (Institute of Medical Intelligence, School of Computer and Information Technology, Beijing Jiaotong University, Beijing, China) ,  Zheng Yi (Institute of Medical Intelligence, School of Computer and Information Technology, Beijing Jiaotong University, Beijing, China) ,  Lu Kezhi (Institute of Medical Intelligence, School of Computer and Information Technology, Beijing Jiaotong University, Beijing, China) ,  Chang Kai (Institute of Medical Intelligence, School of Computer and Information Technology, Beijing Jiaotong University, Beijing, China) ,  Wang Ning (Institute of Medical Intelligence, School of Computer and Information Technology, Beijing Jiaotong University, Beijing, China) ,  Shu Zixin (Institute of Medical Intelligence, School of Computer and Information Technology, Beijing Jiaotong University, Beijing, China) ,  Yu Jian (Beijing Key Lab of Traffic Data Analysis and Mining, School of Computer and Information Technology, Beijing Jiaotong University, Beijing, China) ,  Liu Baoyan (Data Center of Traditional Chinese Medicine, China Academy of Chinese Medical Sciences, Beijing, China) ,  Gao Zhuye (Xiyuan Hospital, China Academy of China Academy of Chinese Medical Sciences, Beijing, China) ,  Zhou Xuezhong (Institute of Medical Intelligence, School of Computer and Information Technology, Beijing Jiaotong University, Beijing, China)
資料名： IEEE/ACM Transactions on Computational Biology and Bioinformatics  (IEEE/ACM Transactions on Computational Biology and Bioinformatics)
巻： 19  号： 1  ページ： 575-584  発行年： 2022年 
JST資料番号： W1409A  ISSN： 1545-5963  CODEN： ITCBCY  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 表現型-遺伝子型関連の知識は,疾患機構の理解に重要である。多くの研究は,疾患遺伝子を予測するための効率的で正確な計算アプローチの開発に焦点を当ててきた。しかし,医学データの疎さと複雑性のため,疾患遺伝子を同定する効率的な深層ニューラルネットワークモデルの開発は,大きな課題のままである。したがって,表現型と遺伝子型の多視点特徴を融合し,疾患遺伝子(PDGNet)を同定する新しい深層ニューラルネットワークモデルを開発した。著者らのモデルは,病気と遺伝子のマルチビュー特徴を統合して,深いニューラルネットワークのパラメータを最適化するために訓練サンプルのフィードバック情報を活用して,病気と遺伝子の深いベクトル特性を得る。大きなデータセットに関する評価実験は,PDGNetが最先端の方法(精度および再現率9.55および9.63%)より高い性能を得たことを示した。候補遺伝子の分析結果は,予測遺伝子が既知の遺伝子と強い機能的均一性と密な相互作用を有することを示した。著者らは,外部湾曲データおよび出版された医学文献に基づくParkinson病のトップ予測遺伝子を検証し,候補遺伝子が「湿潤実験」における原因遺伝子の選択を誘導する巨大な可能性を有することを示した。ソースコードとPDGNetのデータはhttps://github.com/yangkuoone/PDGNetで利用可能である。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  相互作用 ,  ベクトル ,  実験 ,  *ニューラルネットワーク ,  *遺伝子 ,  遺伝子型 ,  表現型 ,  湿潤 ,  パラメータ
準シソーラス用語： 評価実験 ,  *疾患遺伝子 ,  候補遺伝子 ,  ソースコード ,  *ディープニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 視点 ,  深層ニューラルネットワーク ,  疾患遺伝子 ,  予測