پیش بینی چسبندگی پپتیدها به مولکول HLA-A*0201 با استفاده از شبکه های عصبی مصنوعی
محل انتشار: یازدهمین کنفرانس مهندسی پزشکی ایران
سال انتشار: 1382
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,296
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICBME11_033
تاریخ نمایه سازی: 27 تیر 1387
چکیده مقاله:
پپتیدهایی که همراه مولکولهای MHC ارائه می شوند، اهمیت زیادی در شناسایی آنتی ژن توسط سلول های T دارند. مشخص شدن توالی اسید های آمینه این اپی توپ ها ارزش بسیاری در ساخت واکسن دارد. شناخت اپی توپ ها به کمک روش های آزمایشگاهی مستلزم صرف وقت زیاد و هزینه گزاف است. از این رو اخیراً استافده از روش های نرم افزاری مورد توجه محققان قرار گرفته است تا به کمک آنها تعداد پپتیدهایی که باید مورد آزمایش قرار گیرند، کاهش یابد. در این مقاله با کاربرد شبکه های عصبی مصنوعی کوشش شده است ابزاری مناسب برای شناسایی اپی توپ ها ارائه نمود. با استفاده از دو شبکه پرسپترون دو لایه نشان داده شده است که می توان دقت بالایی در پیش بینی اپی توپ های کلاس HLA-A*0201 به دست آورد. حساسیت شبکه ها از 91% تا 92% و اختصاصیت آنها از 79% تا 82% بوده است. با توجه به این که در تحقیقات گذشته دقت های ارائه شده به ندرت از 80% بیشتر شدهاند، دستیابی به این سطوح دقت قابل توجه است.
کلیدواژه ها:
ایمونولوژی کاربردی - حسابگری زیستی - شبکههای عصبی مصنوعی - پرسپترون - MHC
نویسندگان
علی ارشدی
دانشجوی کارشناسی مهندسی برق
میر مجتبی میرصالحی
عضو هیئت علمی دانشکده مهندسی دانشگاه فردوسی
مرتضی خادمی
عضو هیئت علمی دانشکده مهندسی دانشگاه فردوسی
محمود محمودی
دانشیار دانشگاه علوم پزشکی مشهد
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :