پیشگویی انعطاف پذیری ساختارهای پروتئینی با استفاده ماشین بردار پشتیبان

اهداف: اطلاعات موجود در ساختمان پروتئین ها برای درک چگونگی فعالیت آنها بسیار مفید است. انعطاف پذیری یکی از مهم ترین فاکتورهای ساختمانی مرتبط با عملکرد پروتئین ها است. دانش درباره انعطاف پذیری ساختارهای پروتئینی، کمک بزرگی به کیفیت پیشگویی ساختمان پروتئین ها و درک عملکرد پروتئین ها می کند. مطالعه حاضر با هدف بررسی پیش گویی انعطاف پذیری ساختارهای پروتئینی با استفاده از ماشین بردار پشتیبان انجام شد. مواد و روش ها: در مطالعه حاضر از یک مجموعه داده متعادل ۹۵ پروتئینی استفاده شد. ویژگی های استفاده شده در مطالعه حاضر برای مدل کردن اسیدآمینه ها، یک بردار ۳۳ بعدی را تشکیل داد. برخی از آنها از لغزاندن پنجره ای به طول ۱۷ با مرکزیت اسیدآمینه هدف روی زنجیره پروتئین به دست آمده اند و برخی تنها مربوط به اسیدآمینه هدف بودند. برای تعریف فاکتور انعطاف پذیری، ویژگی های مبتنی بر اطلاعات حاصل از تغییرات زوایای دووجهی، استفاده شد. این اطلاعات برای هر اسیدآمینه با درنظرگرفتن موقعیت هر اسیدآمینه به تنهایی و برای جفت اسیدآمینه های مجاور در یک پنجره هفده تایی محاسبه و برای پیشگویی از روش ماشین بردار پشتیبان استفاده شد. یافته ها: میزان صحت ۷۳/۱%، معیار F ۷۱% دقت ۷۳% و حساسیت ۷۳/۲% به دست آمد. برتری قابل قبول روش پیشنهادی در مقایسه با روش های موجود تایید شد. نمایش زاویه ای هر پروتئین توانست به خوبی خصوصیات و ویژگی های ساختار سه بعدی پروتئین را نشان دهد. نتیجه گیری: میزان صحت ۷۳/۱%، معیار F ۷۱% دقت ۷۳% و حساسیت ۷۳/۲% است و بهترین نگاه به بحث انعطاف پذیری، نگاه زاویه ای است. نمایش زاویه ای هر پروتئین می تواند به خوبی خصوصیات و ویژگی های ساختار سه بعدی پروتئین را نشان دهد.

کلیدواژه ها:

Flexibility Prediction ، Two-dimensional Angular Variations ، Information Theory ، Support Vector Machine ، پیشگویی انعطاف پذیری ، تغییرات زوایای دووجهی ، تئوری اطلاعات ، ماشین بردار پشتیبان