طراحی مدلهای پیشبینی جهت تعیین ساختار پروتئین نانوگ در گونههای مختلف
Publish place: 4th Iranian Conference on Bioinformatics
Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 822
نسخه کامل این Paper ارائه نشده است و در دسترس نمی باشد
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IBIS04_076
تاریخ نمایه سازی: 14 شهریور 1393
Abstract:
سلول های بنیادی جنینی دارای 2 ویژگی خود نوزایی و تمایز به سه لایه جنینی هستند. فاکتور رونویسیNANOG در خودنوزایی سلول های بنیادی جنینی تمایز نیافته نقش مهمی را ایفا می کند. اهمیت این پروتئین به صورتی است که در صورت Knockdown شدن، سلول به صورت خود به خودی به مسیر تمایز هدایت می شود؛ از این رو اهمیت زیادی در زمانی دارد که بخواهیم سلول های بنیادی موجود در آزمایشگاه مان را پرتوان نگه داریم. همچنین ساختار آن به صورتی است که از 305 آمینو اسید بوجود آمده و دارای 6676 جفت باز می باشد که روی کروموزوم 21 قرار گرفته است.پیدا کردن مهم ترین مولفه های اختصاصی ژنی NANOG با استفاده از ابزارهای بیوانفورماتیکی و طراحی مدل های پیش بینی (برای اولین بار) جهت تعیین ارگانیزمهای این فاکتور رونویسی می باشد.روش کار توسط ابزار های متفاوت بیوانفورماتیکی و نرم افزار هایی مانند CLC Bio software می باشد که تعداد23 مشخصه یژنی را از نظر تعداد، تکرار نوکلئوتید و عناصر متفاوت ژن ها مورد محاسبه قرار می دهد. همچنین توسط برنامه Rapidminer با استفاده از مدل های مختلف وزن دهی، درخت های تصمیم گیری و همچنین دسته بندی متغیرهای ژنی براساس میزان اهمیت، استخراج می کند. برای اولین بار طراحی مدل هاییادگیری برای پیش بینی ارگانیزم های فاکتور رونویسی بر اساس متغیرهای ژنی صورت گرفت.مهم ترین متغیر ژنی در تشخیص ساختار فاکتور رونویسی NANOG متغییر فراوانی نوکلئوتید گوانین بوده است. مدل یافته های این مطالعه نشان داد که با استفاده از ابزارهای بیوانفورماتیکی می توان به سه ولتنسبت به دسته بندی فاکتور رونویسی NANOG بر اساس ارگانیزم آن اقدام کرده و متغیر فراوانی نوکلئوتید گوانین بهترین شاخص برای این دسته بندیمی باشد. این یافته برای اولین بار در این مقاله گزارش می شود. همچنین برای اولین بار سیستم های پیش بینی بر اساس یادگیری ماشینی در این مقالهمورد استفاده قرار گرفته که نتایج نشان دادند که این سیستم ها می توانند با دقت بالای 86% نسبت به تعیین ارگانیزم فاکتور رونویسی فوق اقدام نمایند. یافته های این مطالعه می تواند در طراحی ساختارهای آنزیمی جدید مورد استفاده قرار گیرد.
Authors
سید حسین موسوی
دانشجوی کارشناسی زیست شناسی دانشگاه پیام نور قم
علی سالاری
دانشجوی کارشناسی زیست شناسی دانشگاه پیام نور قم
سید مرتضی رضوی
دانشجوی کارشناسی زیست شناسی دانشگاه پیام نور قم
منصور ابراهیمی
گروه پژوهشی بیوانفورماتیک، پژوهشکده سبز دانشگاه قم