fa تخمین مکان نواحی کدکننده پروتئین در توالی عددی DNA با استفاده پنجره با طول متغیر بر مبنای منحنی سه بعدی Z مقالات گروه علائم حیاتی ( مرتبط با مهندسی پزشکی) Paper پژوهشي Research <p>تخمین دقیق نواحی کدکننده پروتئین در ژن ها با استفاده از ابزارهای پردازش سیگنال، در سال های اخیر به چالشی در بیوانفورماتیک تبدیل شده است. بسیاری از روش های پردازش سیگنال های ژنومیک بر مبنای خاصیت تناوب 3 بازهای موجود در رشته های DNA متمرکز بوده و سپس تحلیل های طیفی بمنظور یافتن موقعیت مولفه های متناوب بر روی توالی های عددی DNA اعمال می شود. در این مقاله با استفاده از پنجره با طول متغیر و بر مبنای منحنی Z، الگوریتمی بمنظور تعیین نواحی کدکننده پروتئین ارائه می کنیم. منحنی Z، یک منحنی سه بعدی منحصربفرد برای نمایش توالی DNA می باشد که توصیف کاملی از رفتار بیولوژیکی توالی DNA را بدست می دهد. الگوریتم پیشنهادی بدلیل استفاده از پنجره گوسی با طول قابل تنظیم، از رزولوشن و دقت بسیار بالایی در تخمین نواحی ژنی برخوردار بوده و نواحی غیرپروتئینی در آن کاملا حذف می شود. همچنین بمنظور استخراج مولفه تناوب 3 از یک فیلتر میانگذر باند محدود با فرکانس مرکزی 2&pi;/3 استفاده می نماییم. الگوریتم پیشنهادی ابتدا بر روی توالی F56F11.4 در C.elegans اعمال و نتایج آن با سایر روش های موجود مقایسه شده و سپس آنرا بترتیب برروی ژن های موجود در دو پایگاه داده HMR195 و BG570 اعمال می نماییم.</p> <p><strong>In recent years, estimation of protein-coding regions in numerical deoxyribonucleic acid (DNA) sequences using signal processing tools has been a challenging issue in bioinformatics, owing to their 3-base periodicity. Several digital signal processing (DSP) tools have been applied in order to Identify the task and concentrated on assigning numerical values to the symbolic DNA sequence, then applying spectral analysis tools such as the discrete Fourier transform (DFT) to locate the periodicity components. Despite of many advantages of Fourier transform in detection of exotic regions, this approach has some restrictions, such as high computational complexity and disability in locating the small length coding regions. In this paper, we improve the performance of the conventional DFT in estimating the protein coding regions utilizing a Gaussian window with variable length. First, the DNA strands are converted to numerical signals via the 3-D Z-curve method. Z curve is a robust, independent, less redundant approach, and has clear biological interpretation which can be regarded as a useful visualization technique for DNA analysis of any length. In the second stage, non-coding regions besides the background noise components are completely suppressed using the Gaussian variable length window. Also, we use a narrow-band band-pass filter in order to extract the period-3 components with &nbsp;central frequency. Performance of the proposed algorithm is tested on F56F11.4 from C.elegans chromosome III, also two eukaryotic datasets, HMR195 and BG570,&nbsp; is compared with other state-of-the-art methods based on the nucleotide evaluation metrics such as sensitivity, specificity, approximation correlation, and precision. Results revealed that, the area under the receiver operating characteristic (ROC) curve is improved from 4% to 40%, in HMR195 and BG570 datasets compared to other methods. Furthermore, the proposed algorithm reduces the number of incorrect nucleotides which are estimated as coding regions.&nbsp; &nbsp;</strong></p> نواحی کدکننده پروتئین, تناوب-3, DNA, پنجره با طول متغیر, فیلتر باند محدود. Protein Coding Regions, Period-3, Digital Signal Processing, DNA, Variable Length Window, Band-Limited Filter. 63 78 http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-336-1&slc_lang=fa&sid=1 حمیدرضا صابرکاری h_saberkari@sut.ac.ir 10031947532846004956 10031947532846004956 Yes دانشکده مهندسی برق، دانشگاه صنعتی سهند، تبریز، ایران موسی شمسی shamsi@sut.ac.ir 10031947532846004957 10031947532846004957 No دانشگاه صنعتی سهند،تبریز،ایران Hossein محمدحسین صداقی sedaaghi@sut.ac.ir 10031947532846004958 10031947532846004958 No دانشگاه صنعتی سهند،تبریز،ایران