文献

J-GLOBAL ID：201702292118808619   整理番号：17A0142949

蛋白質相互作用のためのSMOTEホットスポット予測を用いた改良型アンサンブル学習法【Powered by NICT】

An improved ensemble learning method with SMOTE for protein interaction hot spots prediction

著者 (2件)： Qianqian Huang (Hubei Key Laboratory of Intelligent Information Processing and Real-time Industrial System, Wuhan University of Science and Technology, China, 430065) ,  Xiaolong Zhang (Hubei Key Laboratory of Intelligent Information Processing and Real-time Industrial System, Wuhan University of Science and Technology, China, 430065)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： BIBM  ページ： 1584-1589  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 蛋白質-蛋白質相互作用において,ホットスポット残基の小さなサブセットのみが結合自由エネルギーに大きく寄与する。したがって,ホットスポットと非ホットスポットの数の間の不均衡である。ホットスポット残基の予測は,蛋白質-蛋白質相互作用において非常に重要である。本論文では,不均衡データを扱うと最新データベースSKEMPIにおける蛋白質ホットスポットを予測するためのSMOTE法を用いた改良型アンサンブル学習法Adaboostを提示した。最初に,アミノ酸の疎水性と蛋白質構造的特徴のようなアミノ酸情報を抽出した。mRMRアルゴリズムを用いて,特徴を選択した。最後に,蛋白質データベースは,不均衡データを扱うためにSMOTEにより処理し,蛋白質ホットスポットは,アンサンブル学習法Adaboostにより予測した。実験結果は,提案した方法が予測精度を改善する能力を持つことを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 構造特性 ,  *タンパク質 ,  アミノ酸 ,  疎水性 ,  部分集合 ,  データベース ,  *ホットスポット ,  予測精度 ,  タンパク質データベース ,  不均衡データ ,  不均衡 ,  結合自由エネルギー ,  *蛋白質間相互作用
準シソーラス用語： 残基 ,  *アンサンブル学習 , 【Automatic Indexing@JST】

分類 (2件)： 分子・遺伝情報処理  (JE15040B) ,  蛋白質・ペプチド一般  (EB03010N)

タイトルに関連する用語 (4件)： 蛋白質相互作用 ,  ホットスポット ,  予測 ,  アンサンブル