دوره 21، شماره 1 - ( 3-1403 )
جلد 21 شماره 1 صفحات 26-15 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
pirgazi J, Ghanbari sorkhi A, Iranpour Mobarakeh M. Extracting and combination efficient feature from protein sequence for classify protein based on rotation forest. JSDP 2024; 21 (1) : 2
URL: http://jsdp.rcisp.ac.ir/article-1-1387-fa.html
URL: http://jsdp.rcisp.ac.ir/article-1-1387-fa.html
پیرگزی جمشید، قنبری سرخی علی، ایرانپور مبارکه مجید. استخراج و ترکیب ویژگیهای کارآمد از توالی پروتئین به منظور دسته‌بندی پروتئین بر اساس جنگل چرخش. پردازش علائم و داده‌ها. 1403; 21 (1) :15-26
دانشکده مهندسی برق و کامپیوتر، دانشگاه علم و فناوری مازندران، بهشهر، ایران
چکیده: (403 مشاهده)
چکیده
پیشبینی عملکرد پروتئین یکی از چالش‌های اصلی در بیوانفورماتیک می‌باشد که کاربردهای زیادی دارد. در سالهای اخیر در تحقیقات بسیاری از روشهای یادگیری ماشین در این زمینه استفاده شده‌اند. در این روش‌ها ابتدا باید از توالی پروتئین ویژگیهای مختلف استخراج شود و بر اساس ویژگیهای استخراج شده عمل دسته‌بندی انجام شود. غالبا روشهای استخراج ویژگی بر اساس خصوصیات فیزیکی و شیمایی توالی پروئتین می‌باشد. بنابراین استخراج ویژگی‌هایی مناسب از توالی پروتئین باعث افزایش و بهبود عملکرد روشهای یادگیری ماشین می‌شود. در این مقاله، یک مجموعه جدید از ویژگیها بر اساس روشهای PSSM، PsePSSM، K-gram ، AAC و روش نوین TFCRF که تا کنون در این کاربرد استفاده نشده برای استخراج ویژگیهای مناسب پیشنهاد شده است. ویژگیهای استخراج شده با استفاده از این روش قدرت تمایز کنندگی خوبی بین داده‌ها در دسته‌ها، به مدل‌های یادگیری ماشین می‌دهد. در روش TFCRF وزن‌دهی ویژگیها علاوه بر توجه به چگونگی توزیع آنها در توالی‌های مختلف به چگونگی توزیع آنها در طبقات مختلف نیز توجه می‌شود. در مرحله بعد با استفاده از ویژگیهای استخراج شده با استفاده از روش جنگل چرخ عمل دسته‌بندی انجام می‌شود. روش پیشنهادی با دسته‌بند‌های مختلف و روشهای متفاوت مقایسه شده است. نتایج حاصل نشان دهنده کارایی مناسب روش پیشنهادی نسبت به سایر روشهای نوین در این کاربرد می‌باشد.
شماره‌ی مقاله: 2
نوع مطالعه: پژوهشي |
موضوع مقاله:
مقالات گروه علائم حیاتی ( مرتبط با مهندسی پزشکی)
دریافت: 1402/4/10 | پذیرش: 1402/12/6 | انتشار: 1403/5/13 | انتشار الکترونیک: 1403/5/13
دریافت: 1402/4/10 | پذیرش: 1402/12/6 | انتشار: 1403/5/13 | انتشار الکترونیک: 1403/5/13
فهرست منابع
1. Heider, D., et al., A computational approach for the identification of small GTPases based on preprocessed amino acid sequences. Technology in cancer research & treatment, 2009. 8(5): p. 333-341. [DOI:10.1177/153303460900800503]
2. Löchel, H.F., et al., SCOTCH: subtype A coreceptor tropism classification in HIV-1. Bioinformatics, 2018. 34(15): p. 2575-2580. [DOI:10.1093/bioinformatics/bty170]
3. Heider, D. and D. Hoffmann, Interpol: An R package for preprocessing of protein sequences. BioData mining, 2011. 4(1): p. 1-6. [DOI:10.1186/1756-0381-4-16]
4. Armano, G. and A. Giuliani, A two-tiered 2d visual tool for assessing classifier performance. Information Sciences, 2018. 463: p. 323-343. [DOI:10.1016/j.ins.2018.06.052]
5. Yu, X., I. Weber, and R. Harrison. Sparse representation for HIV-1 protease drug resistance prediction. in Proceedings of the 2013 SIAM international conference on data mining. 2013. SIAM. [DOI:10.1137/1.9781611972832.38]
6. Spänig, S. and D. Heider, Encodings and models for antimicrobial peptide classification for multi-resistant pathogens. BioData Mining, 2019. 12(1): p. 1-29. [DOI:10.1186/s13040-019-0196-x]
7. Zhang, J., et al., Variable selection from a feature representing protein sequences: a case of classification on bacterial type IV secreted effectors. BMC bioinformatics, 2020. 21: p. 1-15. [DOI:10.1186/s12859-020-03826-6]
8. De Santis, E., et al. Dissimilarity space representations and automatic feature selection for protein function prediction. in 2018 International joint conference on neural networks (IJCNN). 2018. IEEE. [DOI:10.1109/IJCNN.2018.8489115]
9. Bonetta, R. and G. Valentino, Machine learning techniques for protein function prediction. Proteins: Structure, Function, and Bioinformatics, 2020. 88(3): p. 397-413. [DOI:10.1002/prot.25832]
10. Rizzo, R., et al. Classification experiments of DNA sequences by using a deep neural network and chaos game representation. in Proceedings of the 17th International Conference on Computer Systems and Technologies 2016. 2016. [DOI:10.1145/2983468.2983489]
11. Qian, W., et al., Feature selection for label distribution learning via feature similarity and label correlation. Information Sciences, 2022. 582: p. 38-59. [DOI:10.1016/j.ins.2021.08.076]
12. Abu Khurma, R., et al., A review of the modification strategies of the nature inspired algorithms for feature selection problem. Mathematics, 2022. 10(3): p. 464. [DOI:10.3390/math10030464]
13. Törönen, P. and L. Holm, PANNZER-a practical tool for protein function prediction. Protein Science, 2022. 31(1): p. 118-128. [DOI:10.1002/pro.4193]
14. Lv, Z., C. Ao, and Q. Zou, Protein function prediction: from traditional classifier to deep learning. Proteomics, 2019. 19(14): p. 1900119. [DOI:10.1002/pmic.201900119]
15. Mahood, E.H., L.H. Kruse, and G.D. Moghe, Machine learning: a powerful tool for gene function prediction in plants. Applications in Plant Sciences, 2020. 8(7): p. e11376. [DOI:10.1002/aps3.11376]
16. Martino, A., A. Rizzi, and F.M.F. Mascioli. Supervised approaches for protein function prediction by topological data analysis. in 2018 International joint conference on neural networks (IJCNN). 2018. IEEE. [DOI:10.1109/IJCNN.2018.8489307]
17. You, R., et al., NetGO: improving large-scale protein function prediction with massive network information. Nucleic acids research, 2019. 47(W1): p. W379-W387. [DOI:10.1093/nar/gkz388]
18. Lai, B. and J. Xu, Accurate protein function prediction via graph attention networks with predicted structure information. Briefings in Bioinformatics, 2022. 23(1): p. bbab502. [DOI:10.1093/bib/bbab502]
19. Liu, X., Deep recurrent neural network for protein function prediction from sequence. arXiv preprint arXiv:1701.08318, 2017. [DOI:10.1101/103994]
20. Kulmanov, M. and R. Hoehndorf, DeepGOPlus: improved protein function prediction from sequence. Bioinformatics, 2020. 36(2): p. 422-429. [DOI:10.1093/bioinformatics/btz595]
21. Sureyya Rifaioglu, A., et al., DEEPred: automated protein function prediction with multi-task feed-forward deep neural networks. Scientific reports, 2019. 9(1): p. 7344. [DOI:10.1038/s41598-019-43708-3]
22. Li, M., et al., A deep learning framework for predicting protein functions with co-occurrence of GO terms. IEEE/ACM Transactions on Computational Biology and Bioinformatics, 2022. 20(2): p. 833-842. [DOI:10.1109/TCBB.2022.3170719]
23. Shen, H.-B. and K.-C. Chou, Nuc-PLoc: a new web-server for predicting protein subnuclear localization by fusing PseAA composition and PsePSSM. Protein Engineering, Design & Selection, 2007. 20(11): p. 561-567. [DOI:10.1093/protein/gzm057]
24. Akbar, S., et al., iHBP-DeepPSSM: Identifying hormone binding proteins using PsePSSM based evolutionary features and deep learning approach. Chemometrics and Intelligent Laboratory Systems, 2020. 204: p. 104103. [DOI:10.1016/j.chemolab.2020.104103]
25. Jones, D.T., Protein secondary structure prediction based on position-specific scoring matrices. Journal of molecular biology, 1999. 292(2): p. 195-202. [DOI:10.1006/jmbi.1999.3091]
26. Altschul, S.F., et al., Gapped BLAST and PSI-BLAST: a new generation of protein database search programs. Nucleic acids research, 1997. 25(17): p. 3389-3402. [DOI:10.1093/nar/25.17.3389]
27. Chou, K.C., Prediction of protein cellular attributes using pseudo‐amino acid composition. Proteins: Structure, Function, and Bioinformatics, 2001. 43(3): p. 246-255. [DOI:10.1002/prot.1035]
28. Bhasin, M. and G.P. Raghava, Classification of nuclear receptors based on amino acid composition and dipeptide composition. Journal of Biological Chemistry, 2004. 279(22): p. 23262-23266. [DOI:10.1074/jbc.M401932200]
29. Sorkhi, A.G., J. Pirgazi, and V. Ghasemi, A hybrid feature extraction scheme for efficient malonylation site prediction. Scientific Reports, 2022. 12(1): p. 5756. [DOI:10.1038/s41598-022-08555-9]
30. Pirgazi, J., A.R. Khanteymoori, and M. Jalilkhani, GENIRF: An algorithm for gene regulatory network inference using rotation forest. Current Bioinformatics, 2018. 13(4): p. 407-419. [DOI:10.2174/1574893612666170731120830]
31. Rhee, S.-Y., et al., Genotypic predictors of human immunodeficiency virus type 1 drug resistance. Proceedings of the National Academy of Sciences, 2006. 103(46): p. 17355-17360. [DOI:10.1073/pnas.0607274103]
32. Heider D, Verheyen J, Hoffmann D. Machine learning on normalized protein sequences. BMC research notes. 2011 Dec;4:1-0. [DOI:10.1186/1756-0500-4-94]
33. Hou, T. Zhang, W. Wang, J. Wang, W., Predicting drug resistance of the HIV‐1 protease using molecular interaction energy components. Proteins: Structure, Function, and Bioinformatics. 2009 Mar; 74(4): p. 837-46. [DOI:10.1002/prot.22192]
34. Löchel HF, Eger D, Sperlea T, Heider D. Deep learning on chaos game representation for proteins. Bioinformatics. 2020 Jan 1;36(1): p. 272-9. [DOI:10.1093/bioinformatics/btz493]
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
