ログイン 新規登録
言語:

WEKO3

  • トップ
  • ランキング
To
lat lon distance
To

Field does not validate



インデックスリンク

インデックスツリー

メールアドレスを入力してください。

WEKO

One fine body…

WEKO

One fine body…

アイテム

  1. 全国大会
  2. 86回
  3. コンピュータと人間社会

Graph Convolutional Networkを用いた蛋白質表面データに基づく蛋白質・リガンド結合予測

https://ipsj.ixsq.nii.ac.jp/records/236987
https://ipsj.ixsq.nii.ac.jp/records/236987
c0cb007c-7fa8-48de-89d3-f8b5f809ab85
名前 / ファイル ライセンス アクション
IPSJ-Z86-4ZK-01.pdf IPSJ-Z86-4ZK-01.pdf (726.4 kB)
Copyright (c) 2024 by the Information Processing Society of Japan
Item type National Convention(1)
公開日 2024-03-01
タイトル
タイトル Graph Convolutional Networkを用いた蛋白質表面データに基づく蛋白質・リガンド結合予測
言語
言語 jpn
キーワード
主題Scheme Other
主題 コンピュータと人間社会
資源タイプ
資源タイプ識別子 http://purl.org/coar/resource_type/c_5794
資源タイプ conference paper
著者所属
神戸大
著者所属
神戸大
著者名 吉田, 武司

× 吉田, 武司

吉田, 武司

Search repository
大川, 剛直

× 大川, 剛直

大川, 剛直

Search repository
論文抄録
内容記述タイプ Other
内容記述 本研究では、三次元の蛋白質表面点データにグラフ畳み込みネットワーク(GCN)を用いた蛋白質リガンドの結合予測手法を提案する。蛋白質とリガンドの結合において、蛋白質表面上のポケット部位と呼ばれる窪んだ部位は結合に関して重要であると知られている。我々は蛋白質表面点データから、このポケット部位を構成すると考えられる点である特徴点を抽出している。これらを用いて、GCNの学習を行い、各蛋白質の結合リガンドを予測する。本提案手法は、評価指標のAUC,AUPRともに優れた性能を示し、結合における蛋白質表面の構造、物性の重要性や、三次元蛋白質構造を学習する際のGCNの有用性を示した。
書誌レコードID
収録物識別子タイプ NCID
収録物識別子 AN00349328
書誌情報 第86回全国大会講演論文集

巻 2024, 号 1, p. 759-760, 発行日 2024-03-01
出版者
言語 ja
出版者 情報処理学会
戻る
0
views
See details
Views

Versions

Ver.1 2025-01-19 09:02:34.217919
Show All versions

Share

Mendeley Twitter Facebook Print Addthis

Cite as

エクスポート

OAI-PMH
  • OAI-PMH JPCOAR
  • OAI-PMH DublinCore
  • OAI-PMH DDI
Other Formats
  • JSON
  • BIBTEX

Confirm


Powered by WEKO3


Powered by WEKO3