پيدا كردن موتيف در نواحي بالادست ژن هاي هم بيان بر اساس الگوريتم بهينه سازي فاخته و سرمايش تدريجي

Motif Finding in upstream regulatory regions of co-expressed genes using Cuckoo optimization Algorithm and Simulated Annealing

در اين مقاله براي حل مسئله­ كشف موتيف يك روش تركيبي جديد بر اساس الگوريتم بهينه­سازي فاخته، روش سرمايش تدريجي و بيشينه­سازي زمان انتظار به­نام SA-COAMF ارائه مي­شود. اين روش تركيبي در همگرايي بهينه سراسري بسيار كارآمد است. يكي ديگر از ويـژگـي­­هـاي شـاخـص ايـن الـگوريتـم، بهـره بـردن از هـر دو مـدل نمـايـش مـوتيـف (تـوالـي اجمـاع و مـاتـريـس احتمـالاتي) اسـت. عملكرد الگوريتم پيشنهادي بر روي يـك مجموعه از داده­هـاي زيستي (پـايگـاه داده SCPD) تسـت شـده و بـا تعـدادي از الگوريتم­هـاي معـروف كشف مـوتيـف (GA-DPAF، PSO+ و MEME) مقايسه مي­گردد. نتايج به­دست­آمده نشان­دهنده توانايي بالاي الگوريتم پيشنهادي است.

Abstract: In this paper, a novel hybrid algorithm is represented named SA-COAMF by using cuckoo optimization algorithm, simulated annealing and expected maximization for motif finding problem. SA-COAMF is very efficient in global optimal convergence. In the algorithm, two models of motif representation, consensus and probability matrix representations, are applied to take the advantage of them. SA-COAMF is run on experimental datasets (SCPD database). The results are compared with some well-known algorithms (GA-DPAF, PSO+ and MEME) to show that our algorithm is efficient.