الگوريتم تركيبي بهينه سازي كلوني مورچه و الگويتم ژنتيك جهت انتخاب ويژگي براي پيش بيني عملكرد پروتئين ها

A ACO–GA hybrid algorithm for feature selection in protein function prediction

پيش بيني عملكرد پروتئين يكي از مسائل مهم در دانش ژنوميك كاربردي است . بصورت معمول دنباله هاي پروتئيني بصورت برداري از ويژگي ها نمايانده ميشوند . مشكل بيشتر ديتاست هاي پروتئيني افزايش پيچيدگي مدلهاي دسته بند در مواجهه باتعداد زياد ويژگي ها است. روش هاي گوناگون انتخاب ويژگي براي كاهش ابعاد ويژگي ها مطرح شده است. در اين مقاله مروري به بررسي يك روش جديد انتخاب ويژگي پرداخته شده كه از تركيب الگوريتم ژنتيك و بهينه سازي كلوني مورچه جهت جستجوي سريعتر و بهتر مجموعه ويژگي ها استفاده كرده است. الگوريتم تركيبي ارائه شده از مزاياي هر دو الگوريتم اشاره شده استفاده ميكند. به جهت استفاده از دسته بند هاي ساده به راحتي قابل پياده سازي بوده و پيچيدگي محاسباتي كمي دارد. كارايي الگوريتم پيشنهادي با دو الگوريتم شناخته شده بر پايه جمعيت ACO و GA ( به صورت جداگانه) مقايسه شده است. آزمايش ها با استفاده از دو ديتاست بيولوژيكي چالش برانگيز GPCRs و enzymesصورت گرفته است. معيارهاي بكار برده جهت مقايسه حداكثر دقت پيش بيني به همراه انتخاب كوچكترين زيرمجموعه از ويژگي ها برتري الگوريتم پيشنهادي را نشان مي دهد.

Protein function prediction is an important problem in functional genomics. Typically, protein sequences are represented by feature vectors. A major problem of protein datasets that increase the complexity of classification models is their large number of features. Feature selection (FS) techniques are used to deal with this high dimensional space of features. In this paper, this survey paper propose a novel feature selection algorithm that combines genetic algorithms (GA) and ant colony optimization (ACO) for faster and better search capability. The hybrid algorithm makes use of advantages of both ACO and GA methods. Proposed algorithm is easily implemented and because of use of a simple classifier in that, its computational complexity is very low. The performance of proposed algorithm is compared to the performance of two prominent population-based algorithms, ACO and genetic algorithms. Experimentation is carried out using two challenging biological datasets, involving the hierarchical functional classification of GPCRs and enzymes. The criteria used for comparison are maximizing predictive accuracy, and finding the smallest subset of features. The results ofexperiments indicate the superiority of proposed algorithm