پیش بینی بر همکنش پروتئین-پروتئین مبتنی بر الگوریتم رقات استعماری(ICA)

یکی از مهمترین مسائلی که در حوزه ی بیوانفورماتیک مورد مطالعه قرار می گیرد، بحث پروتئین ها و به خصوص رسیدن به یک درک عمیق از عملکرد پروتئین های موجود در یک ارگانیزم است. در این مقاله از مجموعه داده های پروتئینی برای پیش بینی برهمکنش های پروتئین-پروتئین استفاده شده است. از جمله ویژگی های داده پروتئینی می توان به طول بزرگ بردارهای ویژگی ونویزی بودن آن ها اشاره کرد. در این مقاله از SVM به عنوان دسته بند دقیق جهت پیش بینی برهمکنش پروتئین ها استفاده کرده ایم. با توجه به تأثیر مستقیم انتخاب ویژگی و پارامترهای بهینه SVM در وقت پیش بینی سعی کردیم تا با انتخاب همزمان بهترین ویژگی ها و پارامترهای SVM دقت را افزایش دهیم. مسئله انتخاب ویژگی و بهینه سازی پارامترهای SVM به صورت همزمان، یک مسئله NP-Hard است و یکی از رویکردهای مناسب حل این مسئله، الگوریتم های تکاملی هستند. ما با یکی از انواع این الگوریتم ها یعنی الگوریتم رقابت استعماری(ICA) اهداف خود را پی گیری نمودیم. نتایج ارزیابی نشان دهنده مؤثر بودن رویکرد انتخابی است.

Keywords:

انتخاب ویژگی , پارامترهای SVM , برهمکنش پروتئین-پروتئین , الگوریتم رقابت استعماری