다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기
한국전자통신학회 논문지 = The Journal of the Korea Institute of Electronic Communication Sciences, v.11 no.10, 2016년, pp.969 - 982
정희택 (전남대학교 생명과학기술학부) , 박춘구 (전남대학교 멀티미디어전공)
AI-Helper
Recently, the researches to discovery drug candidates from natural herbs have received considerable attention. In human body, enzyme mostly metabolize the compounds of natural herbs. In this study, we analysis the enzyme interactions using assoication mining. We get this data from BRENDA(: BRaunschw...
| 핵심어 | 질문 | 논문에서 추출한 답변 |
|---|---|---|
| DrugBank은 무엇을 제공하는가? | 전 세계에는 약물과 약물표적 정보를 제공하는 DrugBank2), 단백질 정보를 기반으로한 다양한 정보가 있는 UniProtKB3), 생물학과 관련된 화학물질 정보를 제공하는 ChEMBL4), 생화학 반응 및 경로 데이터베이스인 KEGG5) 등 많은 바이오데이터베이스들이 존재한다. 본 연구는 효소를 기반으로한 대사변환 정보의 분석을 위해, 가장 많은 관련 정보를 가지고 있는 HMDB6)[11]와 BREDNA[12] 중심으로 기술한다. | |
| ChEMBL는 무엇을 제공하는가? | 전 세계에는 약물과 약물표적 정보를 제공하는 DrugBank2), 단백질 정보를 기반으로한 다양한 정보가 있는 UniProtKB3), 생물학과 관련된 화학물질 정보를 제공하는 ChEMBL4), 생화학 반응 및 경로 데이터베이스인 KEGG5) 등 많은 바이오데이터베이스들이 존재한다. 본 연구는 효소를 기반으로한 대사변환 정보의 분석을 위해, 가장 많은 관련 정보를 가지고 있는 HMDB6)[11]와 BREDNA[12] 중심으로 기술한다. | |
| HMDB이 제공된 데이터는 무엇을 포함하는가? | HMDB(: Human Metabolome Database)는 인체에서 발견되는 작은 분자의 대사(metabolism) 정보를 포함하고 있다. 제공된 데이터에는 화학적 데이터, 임상 데이터(clinical data), 분자 생물/생화학 데이터를 포함하고 있다. 검색되는 대사물질에 대한 정보로는 화학식, SMILES(: Simplified Molecular-Input LineEntry System, 화학 물질 종의 구조를 ASCII문자열로 기술한 것), InChIKey(국제적인 화학물질 식별자 InChI에 대해, 검색을 쉽게 하기 위해 해쉬된 InChI), 물리적 특성, 생물학적 위치, 관련된 질병 정보들을 제공한다. |
A. Tarca, V. Jarey, X. Chen, R. Romero, and S. Draghici, "Machine Learning and Its Applications to Biology," J. of Public Library of Science(PLOS) Computational Biology, vol. 3, issue 6, 2007, pp. 953-963.
K. Park, D. Kim, S. Ha, and D. Lee, "Predicting pharmacodynamic drug-drug interactions through signaling propagation interference on protein-protein interaction networks," J. of Public Library of Science(PLOS) ONE, vol. 10, e0140816, 2015.
J. Seum, S. Yoo, and H. Nam, "Prediction of Compound-Target Interactions of Natural Products Using Large-scale Drug and Protein Information," In Proc. of the ACM Ninth Int. Workshop on Data and Text Mining in Biomedical Informatics, Melbourne, Australia, Oct. 2015, pp. 15.
G. Heok and S. Hark, "Probabilistic model for bio-cells information extraction," J. of The Korea Institute of Electronic Communication Sciences, vol. 6, no. 5, 2011, pp.649-656.
G. Jim and H. Lee, "The Developement of Liver cancer Vital Sign Information Prediction System using Aptamer Protein Biochip," J. of The Korea Institute of Electronic Communication Sciences, vol. 6, no. 6, 2011, pp.965-971.
B. Kevin and Y. Yamanishi. "Supervised prediction of drug-target interactions using bipartite local models," Bioinformatics, vol. 25, issue 18, 2009, pp. 2397-2403.
Y. Yamanishi, M. Araki, A. Gutteridge, W. Honda, and M. Kanehisa, "Prediction of drug-target interaction networks from the integration of chemical and genomic spaces," Bioinformatics, vol, 24, issues 13, 2008, pp. 232-240.
M. Yang and U. Gwag, Drug Metabolism, Seoul, Sinilbooks, 2015.
Y. Kim, Essentials of Enzymology, Seoul, Worldscience, 2015.
D. Wishart, T. Jewison, A. Guo, M. Wilson, C. Knox, Y. Liu, and S. Bouatra, "HMDB 3.0 - The Human Metabolome Database in 2013," Nucleic Acids Researh, vol. 41, Issue D1, 2013, pp. 801-807.
A. Chang, I. Schomburg, S. Placzek, L. Jeske, and D. Schomburg, "BRENDA in 2015: exciting developments in its 25th year of existence," Nucleic Acids Research, vol. 43, Issue D1, 2015, pp. 1-8.
M. Hahsler, S. Chelluboina, K. Hornik, and C. Buchta, "The arules R-Package Ecosystem: Analyzing Interesting Patterns from Large Transaction Data Sets," J. of Machine Learning Research, vol. 12, no. 1, 2011, pp. 2021-2025.
M. Hahsler and S. Chelluboina. "Visualizing association rules: Introduction to the R-extension package arulesViz," R project module, Dec. 2011, pp. 223-238.
I. Guyon, J. Weston, S. Barnhill, and V. Vapnik, "Gene Selection for Cancer Classification using Support Vector Machines", Machine Learning, vol. 46, issue 1, 2002, pp. 389-422.
J. Bedo, C. Sanderson, and A. Kowalczyk, "An Efficient Alternatie to SVM Based Recursive Feature Elimination with Applications in Natural Language Processing and Bioinformatics," In Australaian Joint Conference on Artificial Intelligence, Hobart, Australia, Dec. 2006, pp. 170-180.
I. Guyon and A. Elisseeff, "An Introduction to Variable and Feature Selection," J. of Machine Learning Research, vol. 3, no. 1, 2003, pp. 1157-1182.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
Copyright KISTI. All Rights Reserved.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.