پیش بینی مکان تعامل پروتئین-پروتئین از طریق ترکیب ویژگی های محلی و سراسری با شبکه ترکیبی LSTM-TextCNN
Publish place: Fifth National Conference on Computer Engineering
Publish Year: 1400
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 443
This Paper With 7 Page And PDF and WORD Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
TECCONF05_054
تاریخ نمایه سازی: 11 مهر 1400
Abstract:
مطالعات اخیر نشان داده است که استفاده از ویژگی های سراسری به همراه ویژگی های بافتاری محلی، تاثیر قابل توجهی در پیش بینی دقیق تر محل اتصال تعاملات پروتئین-پروتئین دارد. لذا، این مقاله به معرفی یک روش می پردازد که ابتدا از تکنیک پنجره کشویی استفاده می کند تا همسایه های آمینو اسید هدف را جهت محاسبه ویژگی های بافتاری محلی انتخاب کند. سپس، ترکیبی از حافظه طولانی کوتاه مدت با شبکه عصبی کانولوشنی متنی را برای استخراج ویژگی های سراسری از روی دنباله کامل پروتئین بکار می گیرد. در نهایت، با اطلاعات حاصل از ویژگی های بافتاری محلی و دنباله سراسری، یک شبکه عصبی عمیق آموزش داده می شود تا عملیات طبقه بندی و پیشگویی محل اتصالات پروتئین-پروتئین را انجام دهد. رویکرد مذکور روی سه مجموعه داده محک اعمال شده و با برخی از روش های شناخته شده مورد مقایسه قرار گرفته است. نتایج نشان می دهند که روش معرفی شده از نظر معیارهای ارزیابی عملکرد بهتری نسبت به سایر روش های دیگر دارد
Keywords:
Authors
فرشید مرادی
دانشکده علوم پایه، دانشگاه سیستان و بلوچستان زاهدان، ایران
امین راحتی
دانشکده علوم پایه، دانشگاه سیستان و بلوچستان زاهدان، ایران