$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

주요 서열 구성의 선택에 의한 단백질의 세포내 소기관 위치 예측
Predication of Protein Subcelluar Localization by Selecting Significant Sequence Composition 원문보기

2005년도 한국컴퓨터종합학술대회 논문집(B), 2005 July, 2005년, pp.283 - 285  

김수진 (서울대학교 생물정보학, 서울대학교 바이오정보기술 연구센터) ,  정제균 (서울대학교 생물정보학, 서울대학교 바이오정보기술 연구센터) ,  이제근 (서울대학교 생물정보학, 서울대학교 바이오정보기술 연구센터) ,  장병탁 (서울대학교 생물정보학, 서울대학교 바이오정보기술 연구센터, 서울대학교 컴퓨터공학부)

초록
AI-Helper 아이콘AI-Helper

단백질들이 어느 세포내 소기관에 위치하는지에 대한 지식은 그들의 기능을 예측하는데 있어서 중요한 정보를 제공한다. 하지만 실험적으로 세포내 소기관 위치를 분석하는 작업은 않은 비용과 시간을 요구한다. 따라서 지금까지 단백질의 세포내 소기관 위치 예측을 위한 다양한 계산적 방법들이 개발되었으나, 효율적인 학습 데이터의 생성에 있어서 문제점을 가지고 있다. 본 논문은 기계학습 기법을 이용하여 주요 서열 구성을 선택함으로써 예측의 성능을 최대화 하는 방법을 제안하고자 한다. 실험은 효모의 단백질의 세포 내 소기관 위치 예측에 있어서 주요 아미노산 서열들을 선택함으로써 예측의 성능을 향상시키는 결과를 보이고 있다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 다음으로 각 단백질이 특정 세포 내 소기관에 위치하게 하는 특성을 알아보기 위해 자질 선택을 해서 학습을 시켜보 았다. 2.
  • 따라서 본 논문에서는 단백질의 세포 내 소기관 위치 예 측에 적합한 자질들의 선택과 학습 방법을 제안하고자 한다. 여기서 사용하는 학습 데이터는 아미노산 구성오로써, 세포 내 소기관 위치에 결정적인 정보를 제공하다고 알려져 있다' 실험 결과는 특정 자질들이 단백질 위치를 결정하는데 중요한 요소가 됨을 보여주고 있다,
  • 본 논문에서는 효모 단백질의 아미노산 서열로부터 서 열의 길이에 상관없이 일정한 입력 벡터를 가지고 SVM 을 이용하여 단백질의 세포 내 소기관 특정 위치를 예측 해 보았匚卜. 또 이를 기반으로 자질 선택을 하여 순위가 높은 자질만을 선택하여 학습을 해도 결과에 많은 차이를 보이지 않음을 알 수 있었다.
본문요약 정보가 도움이 되었나요?
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로