استخراج و تركيب ويژگي هاي كارآمد از توالي پروتئين به منظور دسته‌ بندي پروتئين بر اساس جنگل چرخش

پيش ‌‎بيني عملكرد پروتئين يكي از چالش ‌هاي اصلي در بيوانفورماتيك مي‌باشد كه كاربردهاي زيادي دارد. در سال هاي اخير در تحقيقات بسياري از روش‌هاي يادگيري ماشين در اين زمينه استفاده شده‌اند. در اين روش‌ها ابتدا بايد از توالي پروتئين ويژگي‌هاي مختلف استخراج شود و بر اساس ويژگي‌هاي استخراج شده عمل دسته‌بندي انجام شود. غالبا روش‌هاي استخراج ويژگي بر اساس خصوصيات فيزيكي و شيمايي توالي پروئتين مي‌باشد. بنابراين استخراج ويژگي‌هايي مناسب از توالي پروتئين باعث افزايش و بهبود عملكرد روش‌هاي يادگيري ماشين مي‌شود. در اين مقاله، يك مجموعه جديد از ويژگي ها بر اساس روش هاي PSSM،  PsePSSM، K-gram ، AAC و روش نوين TFCRF كه تا كنون در اين كاربرد استفاده نشده براي استخراج ويژگي‌هاي مناسب پيشنهاد شده است. ويژگي‌هاي استخراج شده با استفاده از اين روش قدرت تمايز كنندگي خوبي بين داده‌ها در دسته‌ها، به مدل‌هاي يادگيري ماشين مي‌دهد. در روش TFCRF وزن‌دهي ويژگي‌ها علاوه بر توجه به چگونگي توزيع آنها در توالي‌هاي مختلف به چگونگي توزيع آنها در طبقات مختلف نيز توجه مي‌شود. در مرحله بعد با استفاده از ويژگي‌هاي استخراج شده با استفاده از روش جنگل چرخ عمل دسته‌بندي انجام مي‌شود. روش پيشنهادي با دسته‌بند‌هاي مختلف و روش‌هاي متفاوت مقايسه شده است. نتايج حاصل نشان دهنده كارايي مناسب روش پيشنهادي نسبت به ساير روش‌هاي نوين در اين كاربرد است.