Участник:SergeyVolodin
Материал из MachineLearning.
| Строка 6: | Строка 6: | ||
sergei.volodin@phystech.edu | sergei.volodin@phystech.edu | ||
| + | |||
| + | == Научно-исследовательская работа == | ||
| + | |||
| + | === Весна 2016, 6-й семестр === | ||
| + | '''Вероятностный подход для задачи предсказания биологической активности ядерных рецепторов''', Володин С. Е., Попова М., Стрижов В. В. | ||
| + | |||
| + | Решается задача предсказания биологической активности молекул протеинов (лиганд) с рецепторами: по признакам лиганда необходимо оценить вероятность связывания этой молекулы с одним или несколькими клеточными рецепторами и построить бинарный классификатор. Экспертные знания в области биохимии и фармакологии дают основания предполагать, что факты связывания одних и тех же молекул с различными рецепторами не независимы. В данной работе предлагается модель, позволяющая строить предсказания сразу для группы рецепторов, учитывая их схожесть. Модель оценивает условные вероятности принадлежности классам. В работе проводится вычислительный эксперимент на реальных данных, в ходе которого предложенная модель сравнивается с независимыми моделями в терминах нескольких функционалов качества. | ||
| + | |||
| + | '''Probabilistic prediction of nuclear receptors’ biological activity''', Sergey Volodin, Maria Popova, Vadim Strijov | ||
| + | |||
| + | The paper solves the problem of prediction of biological activity of proteins (ligands) with cell receptors. Given the ligand feature description, the probability of reaction with one or several cell receptors must be estimated alongside with constructing a binary classifier. Expert knowledge in biochemistry and faramacology state that events of reaction with different cell receptors are not independent. This paper suggests a model allowing to make predictions for groups of receptors exploiting their similarities. The model evaluates conditional probabilities of classes. A computational experiment on real data is conducted in which the proposed model is compared with simple models in terms of several metrics. | ||
| + | |||
| + | Конференции | ||
| + | |||
| + | * Восьмая традиционная школа «Управление, информация и оптимизация» (постерная сессия) | ||
| + | * ИТИС 2016 (ожидается) | ||
Версия 15:20, 29 августа 2016
МФТИ, ФУПМ
Кафедра "Интеллектуальные системы"
Направление "Интеллектуальный анализ данных"
sergei.volodin@phystech.edu
Научно-исследовательская работа
Весна 2016, 6-й семестр
Вероятностный подход для задачи предсказания биологической активности ядерных рецепторов, Володин С. Е., Попова М., Стрижов В. В.
Решается задача предсказания биологической активности молекул протеинов (лиганд) с рецепторами: по признакам лиганда необходимо оценить вероятность связывания этой молекулы с одним или несколькими клеточными рецепторами и построить бинарный классификатор. Экспертные знания в области биохимии и фармакологии дают основания предполагать, что факты связывания одних и тех же молекул с различными рецепторами не независимы. В данной работе предлагается модель, позволяющая строить предсказания сразу для группы рецепторов, учитывая их схожесть. Модель оценивает условные вероятности принадлежности классам. В работе проводится вычислительный эксперимент на реальных данных, в ходе которого предложенная модель сравнивается с независимыми моделями в терминах нескольких функционалов качества.
Probabilistic prediction of nuclear receptors’ biological activity, Sergey Volodin, Maria Popova, Vadim Strijov
The paper solves the problem of prediction of biological activity of proteins (ligands) with cell receptors. Given the ligand feature description, the probability of reaction with one or several cell receptors must be estimated alongside with constructing a binary classifier. Expert knowledge in biochemistry and faramacology state that events of reaction with different cell receptors are not independent. This paper suggests a model allowing to make predictions for groups of receptors exploiting their similarities. The model evaluates conditional probabilities of classes. A computational experiment on real data is conducted in which the proposed model is compared with simple models in terms of several metrics.
Конференции
- Восьмая традиционная школа «Управление, информация и оптимизация» (постерная сессия)
- ИТИС 2016 (ожидается)
