تبدیل توالی پروتئین به تصویر جهت طبقه بندی با شبکه عصبی کانولوشنی

از آنجا که روش های مخصوص قهقهبندی توالی یادگیری ماشووینج تهت قهقهبندی پروتئینهای سووالم و سوورقانی موفو نهودندبنابراین یافتن راهکاری برای بازنمایی این توالی ها جهت طبقه بندی افراد سالم و مریض با رویکردهای یادگیری عمیق ضرورت تامدارد. در این مطالعه، روش های مختلف بازنمایی توالی پروتئین، جهت طبقه بندی توالی پروتئین افراد سالم و سرطان خون، موردبررسی قرار گرفته است. نتایج نشان داد که تبدیل حروف اسید آمینه به بردار ویژگی یک بعدی در طبقه بندی ۲ کلاس موفق نبودو فقط یک کلاس مرتب تشخیص داده شد. با تغییر بردار ویژگی به صورت اعداد رنگی دقت تشخیص کلاس سالم کمی بهبود یافت.روش بازنمایی توالی پروتئینی به صورت یکپارچه دودویی، با ابتکار حفظ دنباله توالی در دو حالت یک بعدی و دوبعدی (تصویر بااعمال فیلتر گابور)، نسبت به روش های قبلی موثرتر بود. بازنمایی توالی پروتئین به شکل تصویر دودویی با اعمال فیلتر گابور با دقت۱۰۰% توالی پروتئین افراد سالم و ۹۸.۶ % توالی پروتئین افراد دارای سرطان خون را طبقه بندی کرد. یافته های این تحقیق نشان دادکه بازنمایی توالی پروتئین به شکل تصویر دودویی با اعمال فیلتر گابور، می تواند به عنوان روش موثر جدید دربازنمایی توالی هایپروتئینی جهت طبقه بندی، ارایه نماید.

تبدیل توالی پروتئین به تصویر جهت طبقه بندی با شبکه عصبی کانولوشنی Keywords:

تبدیل توالی پروتئین به تصوی , فیلتر گابور , شبکه عصبی کانولوشنی , طبقه بندی توالی پروتئین