پیش بینی چسبندگی پپتیدها به مولکول HLA-A*0201 با استفاده از شبکه های عصبی مصنوعی
Publish place: 11th Iranian conference on Biomedical Engineering
Publish Year: 1382
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,270
This Paper With 5 Page And PDF 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:
ICBME11_033
تاریخ نمایه سازی: 27 تیر 1387
Abstract:
پپتیدهایی که همراه مولکولهای MHC ارائه می شوند، اهمیت زیادی در شناسایی آنتی ژن توسط سلول های T دارند. مشخص شدن توالی اسید های آمینه این اپی توپ ها ارزش بسیاری در ساخت واکسن دارد. شناخت اپی توپ ها به کمک روش های آزمایشگاهی مستلزم صرف وقت زیاد و هزینه گزاف است. از این رو اخیراً استافده از روش های نرم افزاری مورد توجه محققان قرار گرفته است تا به کمک آنها تعداد پپتیدهایی که باید مورد آزمایش قرار گیرند، کاهش یابد. در این مقاله با کاربرد شبکه های عصبی مصنوعی کوشش شده است ابزاری مناسب برای شناسایی اپی توپ ها ارائه نمود. با استفاده از دو شبکه پرسپترون دو لایه نشان داده شده است که می توان دقت بالایی در پیش بینی اپی توپ های کلاس HLA-A*0201 به دست آورد. حساسیت شبکه ها از 91% تا 92% و اختصاصیت آنها از 79% تا 82% بوده است. با توجه به این که در تحقیقات گذشته دقت های ارائه شده به ندرت از 80% بیشتر شدهاند، دستیابی به این سطوح دقت قابل توجه است.
Keywords:
ایمونولوژی کاربردی - حسابگری زیستی - شبکههای عصبی مصنوعی - پرسپترون - MHC
Authors
علی ارشدی
دانشجوی کارشناسی مهندسی برق
میر مجتبی میرصالحی
عضو هیئت علمی دانشکده مهندسی دانشگاه فردوسی
مرتضی خادمی
عضو هیئت علمی دانشکده مهندسی دانشگاه فردوسی
محمود محمودی
دانشیار دانشگاه علوم پزشکی مشهد
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :