طراحی مدل های پیش بینی جهت تعیین ساختارارگانیزمی آنزیم استریول اسیل کریر پروتئین دیسچوراز
- سال انتشار: 1391
- محل انتشار: سومین همایش ملی بیوتکنولوژی کشاورزی ایران (گیاهی، دامی و صنعتی)
- کد COI اختصاصی: AGRIBIOTECH03_047
- زبان مقاله: فارسی
- تعداد مشاهده: 804
نویسندگان
دانشجوی کارشناسی زیست شناسی دانشگاه پیام نور
دانشجوی کارشناسی زیست شناسی دانشگاه پیام نور قم
گروه پژوهشی بیوانفورماتیک، پژوهشکده سبز دانشگاه قم
چکیده
اسید های چرب به زنجیره ای گفته می شود که در یک انتهای آن کربوکسیل قرار داشته و به دو دسته ی اسید چرب اشباع و غیر اشباع طبقه بندی می شوند. بیشتر اسیدهای چرب غیر اشباع براساس موقعیت اولین پیوند دوگانه شان به امگا - 3 ، 6 و 9 تقسیم بندی می شوند. هدف: پیدا کردن مهمترین مولفه های ژنی اختصاصی ارگانیزمی آنزیم استریول اسیل کریر پروتئین دیسچوراز (S-ACP-DES با استفاده از ابزارهای بیوانفورماتیکی و طراحی مدلهای پیش بینی (برای اولین بار) جهت تعیین ارگانیزمهای این آنزیم ها می باشد. روش: روش کار توسط ابزار های متفاوت بیوانفورماتیکی و نرم افزار هایی مانند CLC Bio software می باشد که تعداد 28 مشخصه ی ژنی را از نظر تعداد، تکرار نوکلئوتیدها و عناصر متفاوت ژن ها مورد محاسبه قرار می دهد. همچنین توسط برنامه Rapidminer با استفاده از مدلهای مختلف وزن دهی، درخت های تصمیم گیری و همچنین دسته بندی متغیرهای ژنی براساس میزان اهمیت، استخراج می کند. برای اولین بار طراحی مدلهای یادگیری برای پیش بینی ارگانیزمهای آنزیمی بر اساس متغیرهای ژنی صورت گرفت. نتیجه: مهمترین متغیر ژنی در تشخیص ساختارهای ارگانیزمی آنزیم (S-ACP-DES فراوانی طول بوده است. همچنین مدل های پیش بینی طراحی شده نشان دادند که مدل Naive Bayse با معیار FCdb با دقت 97.83% می تواند ارگانیزم آنزیم های جدید را بر اساس خصوصیات ژنی پیش بینی نماید. دو یافته فوق برای اولین بار در این مطالعه گزارش می شوند.کلیدواژه ها
stearoyl-acyl carrier protein-desaturase ، امگا ٣ ،S-ACP-DESمقالات مرتبط جدید
- کاربرد چارچوب یکپارچه هوشمند-بازیافت-کاهش» (SRR) برای مدیریت پایدار آب و فاضلاب شهری
- کاربرد شبکه های عصبی مصنوعی در پیش بینی دبی ماکزیمم سیلاب رودخانه ها - مطالعه موردی رودخانه مارون
- نقش هوش مصنوعی( AI) در بهبود بهره وری، ساده سازی عملیات و کاهش اثرات زیست محیطی در واحدهای کشاورزی(مطالعه موردی استان کهگیلویه و بویراحمد)
- بسته بندی هوشمند و فعال در صنعت گوشت مروری بر فناوریها، عملکردها و چشم اندازهای آینده
- نقش پیاده راهها در ارتقاء سلامت و ترافیک شیراز
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.