این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
زیست فناوری، جلد ۹، شماره ۴، صفحات ۵۴۹-۵۵۵
عنوان فارسی پیشگویی انعطاف‌پذیری ساختارهای پروتئینی با استفاده ماشین بردار پشتیبان
چکیده فارسی مقاله اهداف: اطلاعات موجود در ساختمان پروتئین‌ها برای درک چگونگی فعالیت آنها بسیار مفید است. انعطاف‌پذیری یکی از مهم‌ترین فاکتورهای ساختمانی مرتبط با عملکرد پروتئین‌ها است. دانش درباره انعطاف‌پذیری ساختارهای پروتئینی، کمک بزرگی به کیفیت پیشگویی ساختمان پروتئین‌ها و درک عملکرد پروتئین‌ها می‌کند. مطالعه حاضر با هدف بررسی پیش‌گویی انعطاف‌پذیری ساختارهای پروتئینی با استفاده از ماشین بردار پشتیبان انجام شد.
مواد و روش‌ها: در مطالعه حاضر از یک مجموعه داده متعادل 95 پروتئینی استفاده شد. ویژگی‌های استفاده‌شده در مطالعه حاضر برای مدل‌کردن اسیدآمینه‌ها، یک بردار 33 بعدی را تشکیل داد. برخی از آنها از لغزاندن پنجره‌ای به طول 17 با مرکزیت اسیدآمینه هدف روی زنجیره پروتئین به‌دست آمده‌اند و برخی تنها مربوط به اسیدآمینه هدف بودند. برای تعریف فاکتور انعطاف‌پذیری، ویژگی‌های مبتنی بر اطلاعات حاصل از تغییرات زوایای دووجهی، استفاده شد. این اطلاعات برای هر اسیدآمینه با درنظرگرفتن موقعیت هر اسیدآمینه به‌تنهایی و برای جفت اسیدآمینه‌های مجاور در یک پنجره هفده‌تایی محاسبه و برای پیشگویی از روش ماشین بردار پشتیبان استفاده شد.
یافته‌ها: میزان صحت 73/1%، معیار F 71% دقت 73% و حساسیت 73/2% به دست آمد. برتری قابل قبول روش پیشنهادی در مقایسه با روش‌های موجود تایید شد. نمایش زاویه‌ای هر پروتئین توانست به‌خوبی خصوصیات و ویژگی‌های ساختار سه‌بعدی پروتئین را نشان دهد.
نتیجه‌گیری: میزان صحت 73/1%، معیار F 71% دقت 73% و حساسیت 73/2% است و بهترین نگاه به بحث انعطاف‌پذیری، نگاه زاویه‌ای است. نمایش زاویه‌ای هر پروتئین می‌تواند به‌خوبی خصوصیات و ویژگی‌های ساختار سه‌بعدی پروتئین را نشان دهد.
کلیدواژه‌های فارسی مقاله پیشگویی انعطاف‌پذیری،تغییرات زوایای دووجهی،تئوری اطلاعات،ماشین بردار پشتیبان،
عنوان انگلیسی Flexibility Prediction of Protein Structures Using Support Vector Machine
چکیده انگلیسی مقاله Aims: Information of the protein structure is essential to understand the protein functions. Flexibility is one of the most important characteristics related to protein functions. Knowledge about flexibility of the protein structures can be helpful to improve protein structure prediction and comprehend their function. This study was conducted with the aim of investigating the flexibility prediction of protein structures, using support vector machine.
Materials and Methods: In this study, a balanced dataset containing 95 proteins was used. The features used in the present study for modeling amino acids formed a 33-dimensional vector. Some of them were obtained by crawling a window with the length of 17 focusing on the target amino acid on the protein chain, and some were only related to the target amino acid. To define the flexibility factor, the characteristics based on the information derived from the two-dimensional angular variations was used. The information was calculated for each amino acid by considering the position of each amino acid alone and for the adjacent amino acid pairs in a seventeenth window, and the support vector machine method was used for prediction.
Findings: The accuracy was 73.1%, F-measure was 71%, precision was 73%, and sensitivity was 73.2%. Acceptable superiority of the proposed method was confirmed in comparison with the current methods. The angular representation of each protein was able to accurately demonstrate the 3D characteristics and properties of the protein structure.
Conclusion: The accuracy is 73.1%, F-measure is 71%, precision is 73%, and sensitivity is 73.2% and angular aspect is the best descriptor for flexibility prediction. Angular representation of each protein can accurately reflect the 3D characteristics and properties of the protein structure.
کلیدواژه‌های انگلیسی مقاله پیشگویی انعطاف‌پذیری,تغییرات زوایای دووجهی,تئوری اطلاعات,ماشین بردار پشتیبان
نویسندگان مقاله مژگان مظفری‌لقا |
دانشکده علوم زیستی، دانشگاه تربیت مدرس، تهران، ایران

سیدشهریار عرب |
گروه بیوفیزیک، دانشکده علوم زیستی، دانشگاه تربیت مدرس، تهران، ایران

جواد ظهیری |
گروه بیوفیزیک، دانشکده علوم زیستی، دانشگاه تربیت مدرس، تهران، ایران

نشانی اینترنتی https://biot.modares.ac.ir/article_22452_6d0d917b930fd42ff71e3c40774bd24d.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات