• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of Bioinformatics and Computational Biology >HIERARCHICAL CLASSIFICATION OF GENE ONTOLOGY TERMS USING THE GOstruct METHOD
【24h】

HIERARCHICAL CLASSIFICATION OF GENE ONTOLOGY TERMS USING THE GOstruct METHOD

机译：使用Gostruct方法对基因本体术语进行分级分类

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Protein function prediction is an active area of research in bioinformatics. Yet, thentransfer of annotation on the basis of sequence or structural similarity remains widelynused as an annotation method. Most of today’s machine learning approaches reduce thenproblem to a collection of binary classification problems: whether a protein performsna particular function, sometimes with a post-processing step to combine the binarynoutputs. We propose a method that directly predicts a full functional annotation of anprotein by modeling the structure of the Gene Ontology hierarchy in the frameworknof kernel methods for structured-output spaces. Our empirical results show improvednperformance over a BLAST nearest-neighbor method, and over algorithms that employna collection of binary classifiers as measured on the Mousefunc benchmark dataset.
机译：蛋白质功能预测是生物信息学研究的活跃领域。然而，基于序列或结构相似性的注释的转移仍然被广泛地用作注释方法。当今大多数的机器学习方法都将问题归结为二进制分类问题的集合：蛋白质是否具有特定功能，有时还需要结合二进制输出的后处理步骤。我们提出了一种通过在结构化输出空间的内核方法的框架中对基因本体层次结构进行建模来直接预测无蛋白的完整功能注释的方法。我们的经验结果表明，与BLAST最近邻方法相比，以及在Mousefunc基准数据集上采用二进制分类器集合的算法，n性能都有所提高。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号