پیش بینی کلاس ساختاری پروتئین ها با استفاده از تئوری گراف و شبکه های عصبی خود سازمان ده

تجزیه و تحلیل و تفسیر توالی های زیستی در زمره مسائل مورد توجه در حیطه بیوانفورماتیک است. پروتئین ها بر اساس اندازه فیزیکی، در زمره نانو ذرات (nanoparticles) طبقه بندی می شوند. علاوه بر این، دنباله ای از آمینو اسیدها شکل دهنده، ساختار اول پروتئین ها خواهد بود. بنابراین واضح است که آمینو اسیدها نیز به عنوان زیر مجموعه هایی از نانو ذرات تلقی شوند. بزرگترین آمینو اسید موجود تریپتوفان نام دارد که در حدود 1.2 نانو متر طول دارد. به منظور بررسی عملکرد پروتیئن دانشمندان سعی در پیش بینی ساختار سه بعدی پروتئین از توالی اسید آمینه ای آن دارند. علی رغم مطالعات گسترده در زمینه ی ساختار پروتئین ها، تعیین ساختار سه بعدی پروتئین کماکان کار مشکلی است. با توجه به این موضوع که اسیدهای آمینه توسط رشته ای از کاراکترها نشان داده می شوند، لازمه پیش بینی ساختار پروتیئن های جدید، تبدیل اسیدهای آمینه به فرمت عددی است. در این مقاله، برای توصیف دنباله های پروتئین، از یک توصیف ریاضی جدید بر مبنای نظریه گراف استفاده شده است. به طور خاص برای هر توالی پروتئین، یک گراف جهت دار وزنی ایجاد می شود. این رویکرد جدید به دلیل در نظر گرفتن همزمان ترتیب و تعداد حضور آمینو اسیدها، اطلاعات بیشتری جهت پیش بینی ساختار پروتئین ها استخراج می نماید و به طراحی مدلی دقیق تر جهت کلاس بندی منجر می گردد. به منظور طبقه بندی پروتئین ها با استفاده از اطلاعات ساختار اول از شبکه عصبی مصنوعی xy-fused استفاده شده است. این نوع شبکه عصبی مصنوعی بر پایه ی نوعی از نقشه های خودسازمانده بوده که از توانایی بالایی جهت یادگیری نظارتی (طبقه بندی داده ها) برخوردار می باشد. روش پیشنهادی بر روی مجموعه داده ای که یکی از چالش برانگیزترین مجموعه داده ها است اعمال گردید. صحت طبقه بندی توالی های بیولوژیکی توسط معتبرسازی متقاطع در حدود 7.88% بدست آمد که در مقایسه با سایر روش های پیشنهادی جهت آنالیز این داده ها بهبود قابل توجهی مشاهده گردید.