지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 저널정보
- Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제29권 제4호
- 발행연도
- 2023.4
- 수록면
- 178 - 183 (6page)
- DOI
- 10.5626/KTCP.2023.29.4.178
이용수
이 논문의 연구 히스토리 (2)
2023
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
단백질 상호작용과 약물-단백질 상호작용에 대한 예측을 위하여 단백질 간의 정확한 기능적 유사도 측정이 중요하다. 본 연구에서는 유전자 온톨로지를 사용하여 단백질 간 기능적 유사도를 계산하였다. 용어 간 유사도는 용어의 특성을 고려하는 워드 임베딩 방법인 Word2vec과 TF-IDF, 그리고 용어의 연결성을 고려하는 의미론적 방법으로 측정되었다. 측정된 용어의 유사도는 유전자 온톨로지 내 어노테이션 데이터를 사용하여 단백질 간의 기능적 유사도로 확장되었다. 또한, 용어의 특성과 용어 간의 연결성을 모두 고려할 수 있는 통합된 유사도를 제안하여, 의미론적 방법, Word2vec, TF-IDF, 통합 방법으로 측정된 단백질 간 유사도를 단백질 상호작용과 약물-단백질 상호작용 예측에 적용하였다. 결과적으로 통합 방법에서 가장 우수한 성능을 보이는 것을 확인하였다.
목차
요약
Abstract
1. 서론
2. 관련 연구
3. 용어 간 유사도
4. 단백질 간 유사도
5. 단백질 상호작용(PPI) 예측 실험
6. 약물-단백질 상호작용(DTI) 예측 실험
7. 결론
References
참고문헌 (15)
참고문헌 신청
Y.-S. Jung, Y. Kim and Y.-R. Cho, “Comparative analysis of network-based approaches and machine learning algorithms for predicting drug-target interactions,” Methods, Vol. 198, pp. 19-31, 2022.
The Gene Ontology Consortium, “The Gene Ontology resource: enriching a GOld mine,” Nucleic Acids Research, Vol. 49, pp. D325-D334, 2021.
T. Sun, B. Zhou, L. Lai and J. Pei, “Sequencebased prediction of protein protein interaction using a deep-learning algorithm,” BMC Bioinformatics, Vol. 18, pp. 1-8, 2017.
I.M. Armean,, K.S. Lilley, M.W.B. Trotter, N.C.V. Pilkington and S.B. Holden, “Co-complex protein membership evaluation using Maximum Entropy on GO ontology and InterPro annotation,” Bioinformatics, Vol. 34, pp. 1884-1892, 2018.
I.A. Kovács et al, “Network-based prediction of protein interactions,” Nature Communications, Vol. 10, pp. 1-8, 2019.
The Gene Ontology Consortium, “The Gene Ontology resource: enriching a GOld mine,” Nucleic Acids Research, Vol. 49, pp. D325-D334, 2021.
T. Sun, B. Zhou, L. Lai and J. Pei, “Sequencebased prediction of protein protein interaction using a deep-learning algorithm,” BMC Bioinformatics, Vol. 18, pp. 1-8, 2017.
I.M. Armean,, K.S. Lilley, M.W.B. Trotter, N.C.V. Pilkington and S.B. Holden, “Co-complex protein membership evaluation using Maximum Entropy on GO ontology and InterPro annotation,” Bioinformatics, Vol. 34, pp. 1884-1892, 2018.
I.A. Kovács et al, “Network-based prediction of protein interactions,” Nature Communications, Vol. 10, pp. 1-8, 2019.
이 논문의 저자 정보
이 논문과 함께 이용한 논문
신약 설계를 위한 약물-단백질 결합력 예측 연구 동향
서상민
,
최종환
,
박상현
정보과학회지
2022
.03
단백질 나노입자를 이용한 약물전달 시스템
홍세영
,
박희호
KSBB Journal
2020
.03
크리스퍼 유전자가위와 인공유전자회로를 이용한 질병의 진단과 치료
이대희
,
김성근
,
우승균
BT NEWS
2018
.04
하이퍼 어텐션 기반 약물-단백질 결합 친화도 예측 모델
조예지
,
김정현
한국통신학회 인공지능 학술대회 논문집
2023
.09
질병의 치료를 위한 유전자 조작 미생물 의약품 개발 동향
송미령
BT NEWS
2023
.04
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2023-569-001338383