پیشبینی عمق آمینواسیدها در توالی پروتیین با رویکرد یادگیری ماشین
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 449
This Paper With 10 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:
CEPS04_111
تاریخ نمایه سازی: 11 مرداد 1396
Abstract:
عمق آمینواسید پارامتری است که به طور غیر مستقیم میزان قرار گرفتن یک آمینواسید در معرض حلال را نشان میدهدو اطلاعات بهدست آمده همبستگی بالایی را با اطلاعات مربوط به سطح دسترسی قسمتهای مختلف مولکول دارا میباشد.این اطلاعات بیانگر محل قرارگیری آمینواسید در فضای ساختاری پروتیین میباشد. پیشبینی عمق آمینواسیدها با دقت بالا اهمیت و کاربردهای فراوانی در شاخه بیوانفورماتیک ساختاری دارد. در این پژوهش روشی موثر با استفاده از ماشینبردار پشتیبان، جهت تعیین رابطه بین توالی و عمق آمینواسیدها معرفی شده است. در روش پیشنهادی از هشت نوع متفاوت ویژگی که از روشهای متفاوت کد کردن بهدست میآیند جهت نمایش توالی پروتیین به صورت سیگنال عددی استفاده میگردد. همچنین عمق آمینواسیدها در چهار بازهی سطحی، نیمهسطحی، میانی و عمیق در نظر گرفته شدهاست. با توجه به ویژگیهای مربوطه و بازههای تعریف شده برای عمق آمینواسید، مدلی جهت طبقهبندی آمینواسیدها دریک رشته پروتیینی ساخته شد. دقت کلی روش پیشنهادی برای چهار بازه عمق تعریف شده برابر با62/2درصد بدست آمد. بهبود قابل توجه نتایج بهدست آمده نسبت به روشهای پیشین نشان از قدرت بالای روش پیشنهادی در پیشبینی و بکارگیری ویژگیهای مناسب جهت ساخت مدل طبقهبندی میباشد
Keywords:
Authors
مهدی وثیقی
استاد، دانشکده علوم کامپیوتر و فناوری اطلاعات دانشگاه تحصیلات تکمیلی علوم پایه زنجان
محمدعباس شبیهی
دانشجو، دانشکده علوم کامپیوتر و فناوری اطلاعات دانشگاه تحصیلات تکمیلی علوم پایه زنجان
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 :