پيش بيني برهمكنش پروتئين – پروتئين بين انسان و ويروس HIV با استفاده از روش¬هاي يادگيري ماشين

تعداد 88صفحه در فایل word

چکیده

ویروس قطعه‌ای از نوکلئیک اسید است که به‌وسیله یک پوشش پروتئینی در برگرفته شده ‌است. ویروس‌ها به خودی خود خنثی می‌باشند و توانایی هیچ‌گونه سوخت‌وساز و فعل‌وانفعال شیمیایی ندارند و قادر به مشابه‌سازی خود نیستند. بر همین اساس ویروس‌ها وارد سلول میزبان شده و به کمک آن تکثیر می‌یابند. از آنجا که تنها راه ورود ویروس به سلول میزبان به‌وسیله برهمکنش پروتئین‌های ویروس با غشاء سلول امکان‌پذیر است و از آنجا که تمام عملیات تکثیر آن نیز تحت برهمکنش پروتئین-پروتئین صورت می‌پذیرد، تشخیص پروتئین‌های هدف ویروس می‌تواند کمک بزرگی به متخصصین کند. در ابتدا از رویکردهای آزمایشگاهی برای تشخیص پروتئین-پروتئین استفاده شده است که چالش اساسی آن‌ها هزینه زیاد و عدم دقت مناسب بوده است، از همین رو روش‌های محاسباتی برای پیش‌بینی برهمکنش پروتئین-پروتئین پیشنهاد شدند که علاوه بر کم بودن هزینه آن‌ها، دقت مناسب برای این تشخیص‌ها را نیز فراهم آوردند. روش‌های یادگیری ماشین بهترین رویکردهای محاسباتی استفاده شده در این حوزه بوده است. عمده اطلاعات استفاده شده در روش‌های یادگیری ماشین برای پیش‌بینی برهمکنش پروتئین-پروتئین، اطلاعاتی مانند داده‌های ژنی، ساختاری و نحوه بیان پروتئین‌ها بوده است. بعضی از این داده‌ها برای بعضی از پروتئین‌ها می‌تواند در دسترس نباشد. اما اطلاعات ساختار اول یا همان توالی پروتئین‌ها همیشه در دسترس بوده و برخلاف سایر داده‌های پروتئینی نیاز به دانش اولیه از پروتئین‌ها نمی­باشد، بر همین اساس ما در کار خود از این داده‌ها استفاده کردیم. مبحث برهمکنش پروتئین-پروتئین مبحثی دودسته‌ای می‌باشد ولی تنها مجموعه­داده یک دسته و آن هم دسته برهمکنشی موجود می‌باشد. با توجه به این موضوع محقق خود مجبور است که جفت‌های غیربرهمکنشی را تولید کند که بر اساس روش‌های پیشین ارائه شده اطمینانی به عدم برهمکنش این جفت‌ها نمی‌باشد. از جمله روش‌هایی که وجود دارد، تولید داده‌های غیربرهمکنشی بر اساس انتخاب تصادفی از ترکیبات مختلف پروتئین‌های موجود در مجموعه‌داده برهمکنشی به شرطی که داده انتخابی بین مجموعه‌داده برهمکنشی نباشد. البته جفت‌هایی که از ترکیبات مختلف پروتئین‌های موجود در مجموعه‌داده برهمکنشی تولید می‌شوند (به‌جز جفت‌های برهمکنشی) در حقیقت مجموعه‌ای هستند که وضعیت برهمکنشی و یا غیربرهمکنشی بودن آن‌ها مشخص نیست، به عبارتی این داده‌ها بدون برچسب می‌باشند. بر همین اساس ما دو رویکرد ارائه دادیم که اساس روش اول کشف جفت‌های غیربرهمکنشی از جفت‌های بدون برچسب و روش دوم علاوه بر کشف جفت‌های غیربرهمکنشی، جفت‌های برهمکنشی را نیز کشف و برچسب گذاری می‌کند. دقت نتایج حاصل از رویکردهای ارائه شده در مقایسه با روش‌های معمول تولید جفت‌های غیربرهمکنشی بهبود یافته است. رویکرد‌های ارائه شده بر روی دو مجموعه‌داده برهمکنشی بین پروتئین‌های انسان و پروتئین‌های ویروس‌های HIV و HCV اجرا شده که برای هر دو مجموعه‌داده بهبود دقت حاصل شده است.

   واژگان کليدي: پروتئين، برهمكنش‌ پروتئين-پروتئين، پيش‌بينی برهمكنش‌هاي پروتئين-پروتئين، روش‌های محاسباتی، ماشين بردار پشتيبان، ویروس، جفت‌های برهمکنشی ، جفت‌های غیربرهمکنشی.