ACOを用いたモチーフ抽出アルゴリズムに関する研究
スポンサーリンク
概要
- 論文の詳細を見る
タンパク質のアミノ酸配列に存在する局所的な共通配列をモチーフと呼ぶ.配列からモチーフを発見することはタンパク質の機能解析に欠かせない重要な作業である,本研究ではAnt Colony Systemを用いた多配列間から未知のモチーフを発見するアルゴリズムを提案し,その動作を計算機実験で確認する.また,提案したアルゴリズムと他の幾つかのアルゴリズムとの比較を行った.計算機実験はタンパク質断片に対して行い,モチーフの評価は位置特異的スコアを用いて算出した.結果,ACS-Motifは収束性で劣るが,解の精度と探索時間において優れていることがわかった.ACOはモチーフ抽出問題の解法として発展の余地のある有効なアルゴリズムといえる.
- 一般社団法人情報処理学会の論文
- 2007-12-20
著者
関連論文
- 境界領域の容易化を目的としたデータ前処理手法の提案
- 平成20年秋季研究発表会ルポ(情報の窓)
- 最小極大フローに対する効率的なアルゴリズム
- ACOを用いたモチーフ抽出アルゴリズムに関する研究
- ACOを用いたモチーフ抽出アルゴリズムに関する研究
- D.C.最適化による最小極大フロー問題の解法について(ニューラルネットワーク画像復元及び一般)
- D.C.最適化による最小極大フロー問題の解法について
- A-021 凹最小化問題に対するFalk-Solandの分枝限定法に関する一考察(A分野:モデル・アルゴリズム・プログラミング)
- D.C. Optimization Methods for Solving Minimum Maximal Network Flow Problem (Captivation of Convexity : Fascination of Nonconvexity)
- 整数最小極大フローに対するアルゴリズム
- 多クラス分類のためのデータ分布に基づく階層化手法の提案