پیش بینی ساختار دوم پروتئین ها با استفاده از شبکه های عصبی عمیق

چکیده مقاله

پیش بینی ساختار دوم پروتئین ها از روی توالی آمینواسیدها یک امر مهم و اساسی در دانش پروتئین ها و زیست محاسباتی است که نقش مهمی در تعیین ساختار سه بعدی و در نتیجه عملکرد پروتئینها دارد به همین دلیل در چند دهه ی اخیر، تلاش های فراوانی در این زمینه صورت گرفته و روش های زیادی برای پیش بینی ساختار دوم پروتئین ها ارایهشده است یکی از ابزار نسبتا جدید و موثر شبکه های عصبی عمیق هستند که تلاش می کنند مفاهیم انتزاعی سطح بالا را با استفاده از یادگیری در سطوح مختلف مدل کنند بسیاری از این روش ها به خوبی می توانند با استخراج ویژگی های پروتئین های ورودی، توالی را به ساختار نگاشت کرده و به پیش بینی ساختار دوم پروتئین ها بپردازند استفاده از شبکهعمیق پیچشی به عنوان یکی از تکنیک های یادگیری ویژگی جهت استخراج ویژگی و پارامترهای بهینه آن، می تواند در حل این مسئله بسیار تاثیرگذار باشد از آنجا که آموزش شبکه های عمیق به دلیل نیاز به حجم محاسباتی بالا و تعداد نمونه های آموزشی زیاد مشکل است، در این مقاله از یک شبکه عمیق پیچشی آغازی با یک معماری ساده استفاده شده تا بتواند رابطه ی پیچیده بین توالی ساختار پروتئی نها و وابستگی اطلاعاتی در محدوده طولانی از توالی ا را استخراج کند در این راستا، ابتدا با در نظر گرفتن ایده های پروتئین های مشابه، ماتریس امتیازدهی بر اساس موقعیت خاص PSSM به دست میآید سپس با استخراج اطلاعات تکاملی، شبکه عمیق پیچشی آموزش داده می شود نتایج حاصل از اجرای این روش بر روی مجموعه داده های پروتئینی نشان دهندهی کارایی و مناسب بودن این روش است

کلیدواژه‌ها

نویسندگان

نازنین رجب پور

گروه مهندسی و علوم کامپیوتر و فناوری اطلاعات، دانشکده بین الملل، دانشگاه شیراز، شیراز، ایران

اقبال منصوری

دانشیار گروه مهندسی و علوم کامپیوتر و فناوری اطلاعات، دانشگاه شیراز، شیراز، ایران

�جب پور، نازنین و منصوری، اقبال،1398،پیش بینی ساختار دوم پروتئین ها با استفاده از شبکه های عصبی عمیق،ششمین کنگره ملی تازه های مهندسی برق و کامپیوتر ایران با نگاه کاربردی بر انرژی های نو،تهران

ارائه‌شده در

مجموعه مقالات ششمین کنگره ملی تازه های مهندسی برق و کامپیوتر ایران با نگاه کاربردی بر انرژی های نو12 اردیبهشت 1398 · تهران