Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Brain Tissue Entropy Changes in Patients with Autism Spectrum Disorder Kapitel lesen Erstes Kapitel lesen

2019 | OriginalPaper | Buchkapitel

Significance of Global Vectors Representation in Protein Sequences Analysis

verfasst von : Anon George, H. B. Barathi Ganesh, M. Anand Kumar, K. P. Soman

Erschienen in: Computer Aided Intervention and Diagnostics in Clinical and Medical Images

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Understanding the meaning of protein sequences is tedious with human efforts alone. Through this work, we experiment an NLP technique to extract features and give appropriate representation for the protein sequences. In this paper, we have used GloVe representation for the same. A dataset named Swiss-Prot has been incorporated into this work. We were able to create a representation that has comparable ability to understand the semantics of protein sequences compared to the existing ones. We have analyzed the performance of representation by the classification of different protein families in the Swiss-Prot dataset using machine learning technique. The analysis done by us proved the significance of this representation.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Video Stabilization for High-Quality Medical Video Compression
Nächstes Kapitel Texture Analysis on Thyroid Ultrasound Images for the Classification of Hashimoto Thyroiditis
Literatur
1.
Ando D, Colvin M, Rexach M, Gopinathan A (2013) Physical motif clustering within intrinsically disordered nucleoporin sequences reveals universal functional features. PloS One 8(9):e73,831CrossRef
2.
Asgari E, Mofrad MR (2015) Continuous distributed representation of biological sequences for deep proteomics and genomics. PloS One 10(11):e0141,287CrossRef
3.
Balakrishnan BGH, Vinayakumar AKM, Padannayil SK. Nlp cen amrita@ smm4h: health care text classification through class embeddings
4.
Barathi Ganesh H, Anand Kumar M, Soman K (2016) Distributional semantic representation in health care text classification. CEUR 1737
5.
Bork P, Dandekar T, Diaz-Lazcoz Y, Eisenhaber F, Huynen M, Yuan Y (1998) Predicting function: from genes to genomes and back1. J Mol Biol 283(4):707–725CrossRef
6.
Cai C, Han L, Ji ZL, Chen X, Chen YZ (2003) Svm-prot: web-based support vector machine software for functional classification of a protein from its primary sequence. Nucleic Acids Res 31(13):3692–3697CrossRef
7.
Ganesh HB, Kumar MA, Soman K (2016) From vector space models to vector space models of semantics. In: Forum for information retrieval evaluation. Springer, Berlin, pp 50–60
8.
George A, Soman K et al (2018) Teamcen at semeval-2018 task 1: global vectors representation in emotion detection. In: Proceedings of the 12th international workshop on semantic evaluation, pp 334–338
9.
Huynen M, Snel B, Lathe W, Bork P (2000) Predicting protein function by genomic context: quantitative evaluation and qualitative inferences. Genome Res 10(8):1204–1210CrossRef
10.
Lasko TA, Denny JC, Levy MA (2013) Computational phenotype discovery using unsupervised feature learning over noisy, sparse, and irregular clinical data. PloS One 8(6):e66,341CrossRef
11.
Mikolov T, Sutskever I, Chen K, Corrado GS, Dean J (2013) Distributed representations of words and phrases and their compositionality. In: Advances in neural information processing systems, pp 3111–3119
12.
Motomura K, Fujita T, Tsutsumi M, Kikuzato S, Nakamura M, Otaki JM (2012) Word decoding of protein amino acid sequences with availability analysis: a linguistic approach. PloS One 7(11):e50,039CrossRef
13.
Murzin AG, Brenner SE, Hubbard T, Chothia C (1995) Scop: a structural classification of proteins database for the investigation of sequences and structures. J Mol Biol 247(4):536–540
14.
Pennington J, Socher R, Manning C (2014) Glove: global vectors for word representation. In: Proceedings of the 2014 conference on empirical methods in natural language processing (EMNLP), pp 1532–1543
15.
16.
Suykens JA, Vandewalle J (1999) Least squares support vector machine classifiers. Neural Process Lett 9(3):293–300CrossRef
Metadaten
Titel
Significance of Global Vectors Representation in Protein Sequences Analysis
verfasst von
Anon George
H. B. Barathi Ganesh
M. Anand Kumar
K. P. Soman
Copyright-Jahr
2019
Buch
Computer Aided Intervention and Diagnostics in Clinical and Medical Images

Print ISBN: 978-3-030-04060-4

Electronic ISBN: 978-3-030-04061-1

Copyright-Jahr: 2019

DOI
https://doi.org/10.1007/978-3-030-04061-1_27

Neuer Inhalt

    Bildnachweise