메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
박현아 (충북대학교) 김태욱 (한국과학기술연구원) Meijing Li (Chungbuk National University) 손호선 (충북대학교) 박정석 (한국교통대학교) 류근호 (충북대학교)
저널정보
질병관리본부 Osong Public Health and Research Persptectives Osong Public Health and Research Perspectives 제6권 제2호
발행연도
2015.4
수록면
112 - 120 (9page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
Objectives: Predicting protein function from the proteineprotein interaction network is challenging due to its complexity and huge scale of protein interaction process along with inconsistent pattern. Previously proposed methods such as neighbor counting, network analysis, and graph pattern mining has predicted functions by calculating the rules and probability of patterns inside network. Although these methods have shown good prediction, difficulty still exists in searching several functions that are exceptional from simple rules and patterns as a result of not considering the inconsistent aspect of the interaction network. Methods: In this article, we propose a novel approach using the sequential pattern mining method with gap-constraints. To overcome the inconsistency problem, we suggest frequent functional patterns to include every possible functional sequence-including patterns for which search is limited by the structure of connection or level of neighborhood layer. We also constructed a tree-graph with the most crucial interaction information of the target protein, and generated candidate sets to assign by sequential pattern mining allowing gaps. Results: The parameters of pattern length, maximum gaps, and minimum support were given to find the best setting for the most accurate prediction. The highest accuracy rate was 0.972, which showed better results than the simple neighbor counting approach and link-based approach. Conclusion: The results comparison with other approaches has confirmed that the proposed approach could reach more function candidates that previous methods could not obtain.
#frequent pattern mining with gap-constraint #graph pattern mining #protein function prediction #protein-protein interaction network #sequential pattern mining

목차

등록된 정보가 없습니다.

참고문헌 (21)

참고문헌 신청
Meszaros B / 2007 / Molecular principles of the interactions of disordered proteins / J Mol Biol 372(2):549~561 google schola Lee H / 2006 / Diffusion kernel-based logistic regression models for protein function prediction / OMICS 10(1):40~55 google schola Pierri CL / 2010 / Computational approaches for protein function prediction: a combined strategy from multiple sequence alignment to molecular docking-based virtual screening / Biochim Biophys Acta 1804(9):1695~1712 google schola Juan HF / 2007 / Bioinformatics : microarray data clustering and functional classification / Methods Mol Biol 382:405~416 google schola Otero FE / 2010 / A hierarchical multi-label classification ant colony algorithm for protein function prediction / Memetic Computing 2(3):165~181 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0