شماره ركورد كنفرانس :
5174
عنوان مقاله :
طبقهبندي گيرندههاي جفتشونده با پروتئين جي با استفاده از شبكه عصبي CLSTM
پديدآورندگان :
شاكر اردكاني شهاب دانشگاه شيراز , هاشمي ستار دانشگاه شيراز , حضرتي فرد سيد مهدي دانشگاه شيراز
كليدواژه :
پروتئين# شبكه هاي عصبي# طبقه بندي توالي# يادگيري عميق
عنوان كنفرانس :
نخستين همايش بين المللي شهر هوشمند، چالشها و راهبردها
چكيده فارسي :
پروتئين ها ماكروملكولهايي هستند، كه از پيوند پپتيدي بين آمينو اسيدها تشكيل شدهاند. اكثر اعمال حياتي ارگانهاي زنده توسط پروتئينها انجام ميشود، از جمله اين اعمال ميتوان كاتاليزور اعمال حياتي، انتقال مواد بين سلولها و غيره را نام برد. در سال هاي اخير با پيشرفت روشهاي توالييابي پروتئين ها، توالي بسياري از پروتئينهاي جديد كه عملكرد آنها مشخص نيست، كشف شدهاند. گرچه ساختار سوم پروتئين ها جهت كشف عملكرد و خانواده ي هر پروتئين كافي است، اما هميشه اطلاعات ساختاري براي پروتئينها در دسترس نيست. روش هاي آزمايشگاهي جهت به دست آوردن اطلاعات ساختاري پروتئينها براي تعداد بسيار زياد پروتئينهاي موجود بسيار هزينه و زمانبر است، از اين رو روش هاي مبتنيبر توالي از جمله روشهاي يادگيري ماشين و يادگيري عميق مورد توجه محققان قرار گرفته است. در اين مقاله، با استفاده از شبكههاي عصبي عميق يك روش جديد براي طبقهبندي خانواده هاي پروتئيني ارايه شده است. در ابتدا دادههاي پروتئينها پيش پردازش شده اند تا براي ورودي شبكه آماده شوند. سپس وابستگيهاي محلي دادهها با استفاده از دو لايه از شبكه كانولوشن استخراج شده اند، بردار ويژگي به دست آمده در هر لايه از كانولوشن با استفاده از يك لايه پولينگ مختصرسازي شده است و در نهايت براي يادگيري عميقتر دادهها از يك شبكه عصبي ريكارنت بهره گرفته شده است. نتايج نهايي بيانگر بهبود اين روش نسبت به روش هاي رقيب در اين حيطه مي باشند.