An Automated Combination of Kernels for Predicting Protein Subcellular 
Localization

Ong, CS; Zien, A

doi:10.1007/978-3-540-87361-7_16

An Automated Combination of Kernels for Predicting Protein Subcellular Localization

Ong, C., & Zien, A. (2008). An Automated Combination of Kernels for Predicting Protein Subcellular Localization. In K., Krandall, & J., Lagergren (Eds.), Algorithms in Bioinformatics: 8th International Workshop, WABI 2008, Karlsruhe, Germany, September 15-19, 2008 (pp. 186-197). Berlin, Germany: Springer.

Item is 公開

表示: 全項目非表示: 全項目

基本情報

表示: 非表示:

アイテムのパーマリンク: https://hdl.handle.net/11858/00-001M-0000-0013-C729-F 版のパーマリンク: https://hdl.handle.net/21.11116/0000-0003-37FD-3

資料種別: 会議論文

ファイル

表示: ファイル

作成者

表示:

非表示:

作成者:
Ong, CS^{1, 2, 3}, 著者
Zien, A³, 著者

所属:
1Department Empirical Inference, Max Planck Institute for Biological Cybernetics, Max Planck Society, ou_1497795
2Max Planck Institute for Biological Cybernetics, Max Planck Society, Spemannstrasse 38, 72076 Tübingen, DE, ou_1497794
3Friedrich Miescher Laboratory, Max Planck Society, Max-Planck-Ring 9, 72076 Tübingen, DE, ou_2575692

内容説明

表示:

非表示:

キーワード: -

要旨: Protein subcellular localization is a crucial ingredient to many important
inferences about cellular processes, including prediction of protein function
and protein interactions. While many predictive computational tools have been
proposed, they tend to have complicated architectures and require many design
decisions from the developer.
Here we utilize the multiclass support vector machine (m-SVM) method to directly
solve protein subcellular localization without resorting to the common approach
of splitting the problem into several binary classification problems. We
further propose a general class of protein sequence kernels which considers all
motifs, including motifs with gaps. Instead of heuristically selecting one or a few
kernels from this family, we utilize a recent extension of SVMs that optimizes
over multiple kernels simultaneously. This way, we automatically search over
families of possible amino acid motifs.
We compare our automated approach to three other predictors on four different
datasets, and show that we perform better than the current state of the art. Further, our method provides some insights as to which sequence motifs are most useful for determining subcellular ocalization, which are in agreement with biological
reasoning.

資料詳細

表示:

非表示:

言語:

日付: 出版: 2008-09

出版の状態: 出版

ページ: -

出版情報: -

目次: -

査読: -

識別子（DOI, ISBNなど）: DOI: 10.1007/978-3-540-87361-7_16
BibTex参照ID: 5256

学位: -

訴訟

表示:

Project information

表示:

出版物 1

表示:

非表示:

出版物名: Algorithms in Bioinformatics: 8th International Workshop, WABI 2008, Karlsruhe, Germany, September 15-19, 2008

種別: 会議論文集

著者・編者:
Krandall, KA, 編集者
Lagergren, J, 編集者

所属:
-

出版社, 出版地: Berlin, Germany : Springer

ページ: - 巻号: - 通巻号: - 開始・終了ページ: 186 - 197 識別子（ISBN, ISSN, DOIなど）: ISBN: 978-3-540-87360-0

出版物 2

表示:

非表示:

出版物名: Lecture Notes in Computer Science

種別: 連載記事

著者・編者:

所属:

出版社, 出版地: -

ページ: - 巻号: 5251 通巻号: - 開始・終了ページ: - 識別子（ISBN, ISSN, DOIなど）: -

アイテム詳細

基本情報

ファイル

関連URL

作成者

内容説明

資料詳細

関連イベント

訴訟

Project information

出版物 1

出版物 2