پیش بینی ساختار پروتئین بارویکردی بر داده کاوی سلسله مراتبی

پیش بینی ساختار پروتئین از جمله مسایل پیچیده و مهم علم بیوانفورماتیک است و تاکنون تحقیقات گسترده ای برای دست یابی به ساختار پروتئین ها صورت گرفته است. روش های تعیین ساختار یک پروتئین راهنمای بسیارمهمی برای تعیین کارکرد پروتئین است. از روش های معمول پیش بینی ساختار پروتئین بهره گیری از روش های آزمایشگاهی است. از آنجاییکه این روش ها بسیار زمان بر و پرهزینه می باشند، می توان روش های محاسباتی را جایگزین مناسبی برای آنها دانست. این روش ها دارای هزینه های به مراتب کمتر و در عین حال دقت عمل معقول و مناسبی هستند. از سوی دیگر اغلب روش های بکارگرفته شده بیشتر بر مبنای تشابه یابی میان توالی پروتئین ها بوده است که این روش ها نیز بسیار زمان بر بوده و بازده آن چندان رضایت بخش نیست. روش های مبنی بر شبکه عصبی نیز با وجود دقت بالایی که دارند، بدلیل زیاد بودن تعداد پارامتر های موجود در آنها وقت گیر می باشند. اما روش های جدید بیشتر از تکنیک های داده کاوی استفاده می کنند که در این تحقیق نیز استفاده خواهد شد. روش ما ترکیبی از خوشه بندی سلسله مراتبی و درخت تصمیم می باشد. ابتدا با استفاد از خوشه بندی سلسه مراتبی نمونه های مشابه داخل خوشه های یکسان قرار می گیرند، سپس از هرخوشه چند نماینده بطور تصادفی انتخاب شده و در مرحله بعد با اعمال درخت تصمیم روی نماینده ها، کلاس متعلق به کل اعضای خوشه به دستمی آید. نتایج حاصل از اجرای الگوریتم پیشنهادی ما نشان می دهد که خطای روش ترکیبی نسبت به سایر روش های طبقه بندی به میزان قابل توجهی و در حدود % 12 کمتر است.

Keywords:

کلاس ساختاری پروتئین , داده کاوی , خوشه بندی سلسله مراتبی , درخت تصمیم