پیشبینی گلیکاسیون در پروتئینها با استفاده از روشهای یادگیری ماشین

  • سال انتشار: 1403
  • محل انتشار: یازدهمین همایش ملی مطالعات و تحقیقات نوین درحوزه زیست شناسی و علوم طبیعی ایران
  • کد COI اختصاصی: BSCONF11_038
  • زبان مقاله: فارسی
  • تعداد مشاهده: 136
دانلود فایل این مقاله

نویسندگان

میلاد میرزائی بولالی

دانشجوی ارشد بیوفیزیک دانشگاه تربیت مدرس

پرویز عبدالمالکی

استاد گروه بیو فیزیک دانشکده علوم زیستی دانشگاه تربیت مدرس

شهین رمضی

دانشجوی دکتری بیوفیزیک دانشگاه تربیت مدرس

چکیده

یکی از مهمترین فرایندهای شناخته شده برای سازماندهی ساختاری و در نتیجه عملکرد پروتئینها، تغییرات پس از ترجمه نام دارد. در مطالعات اخیر، بهطورکلی بیش از ۶۵۰ نوع تغییر پس از ترجمه شناسایی شده است. بررسی این فرایندها در شناسایی سازوکار و درمان بیماریهایی مانند انواع سرطان، دیابت و بیماریهای قلبی - عروقی حائز اهمیت است. گلیکاسیون یکی از تغییرات پس از ترجمه است که به دلیل ارتباط آن با فرایند پیری، سرطان و دیابت، اهمیت باایی دارد. باتوجهبه هزینه و زمان بر بودن روشهای تجربی مانند اسپکترومتری جرمی ، روشهای محاسباتی بهعنوان جایگزینی برای این روشها مورداستفاده قرار گرفتهاند. در این مطالعه با استفاده از استخراج ویژگیهایCKSAAP، DDE، AAC و AAindex و الگوریتمهای RF و XGB و KNN و با استفاده از ترکیب الگوریتمها به بررسی و پیشبینی جایگاه گلیکاسیون بر روی پروتئینها پرداخته شد. مدلهای پیشبینی برای گلیکاسیون بر روی پروتئینها به ترتیب با حساسیت، اختصاصیت و دقت پیشبینی ۷۰.۰% ، ۸۳.۰% ، ۷۵.۰% ایجاد شد.

کلیدواژه ها

گلیکاسیون، یادگیری ماشین، تغییرات پس از ترجمه، استخراج ویژگی، ویژگی های وابسته بهتوالی.

مقالات مرتبط جدید

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.