tailieunhanh - Phân lớp vị trí protein farnesylation với máy vector hỗ trợ (SVM) và cây quyết định

Protein Prenylation sự bổ sung của các phân tử kháng nước tới một protein hoặc một hợp chất hóa học. Nó là một quá trình biến đổi hậu dịch mã (PTM: Post Translational Modification) đóng vai trò rất quan trọng, ảnh hưởng đến nhiều quá trình phân tử cũng như ảnh hưởng đến nhiều chức năng tế bào khác. | Phân lớp vị trí protein farnesylation với máy vector hỗ trợ (SVM) và cây quyết định ISSN: 1859-2171 TNU Journal of Science and Technology 204(11): 149 - 154 e-ISSN: 2615-9562 PHÂN LỚP VỊ TRÍ PROTEIN FARNESYLATION VỚI MÁY VECTOR HỖ TRỢ (SVM) VÀ CÂY QUYẾT DỊNH Trần Thị Xuân1, Nguyễn Văn Núi2* 1 Trường Đại học Kinh tế và Quản trị kinh doanh – ĐH Thái Nguyên 2 Trường Đại học Công Nghệ Thông Tin và Truyền Thông – ĐH Thái Nguyên TÓM TẮT Protein Prenylation sự bổ sung của các phân tử kháng nước tới một protein hoặc một hợp chất hóa học. Nó là một quá trình biến đổi hậu dịch mã (PTM: Post Translational Modification) đóng vai trò rất quan trọng, ảnh hưởng đến nhiều quá trình phân tử cũng như ảnh hưởng đến nhiều chức năng tế bào khác. Protein S-Farnesyl Cysteine Prenylation là một trường hợp đặc biệt của Prenylation liên quan đến sự dịch chuyển của một phân nửa (moiety) farnesyl tới một cysteine tế bào chất tại hoặc gần khu vực đầu cuối-C (C-turminus) của protein mục tiêu. Những phát hiện gần đây cho thấy vai trò rất quan trọng của S-Farnesyl Cysteine Prenylation (SFCP) ảnh hưởng đến nhiều quá trình sinh học cũng như có liên quan đến rất nhiều căn bệnh phổ biến hiện nay. Cho đến nay, có khá nhiều nghiên cứu về SFCP, đồng thời một vài công cụ tính toán cũng đã được đề xuất cho việc phân lớp, dự đoán vị trí SFCP. Tuy nhiên, hầu hết các nghiên cứu và công cụ dự đoán này hoặc chưa đáp ứng được các yêu cầu về kiến thức sâu rộng liên quan, hoặc hiệu năng dự đoán chưa đáp ứng được kỳ vọng. Vì vậy, trong nghiên cứu này chúng tôi đề xuất cách tiếp cận phân lớp vị trí protein SFCP trên cơ sở kết hợp sử dụng các phương pháp học máy và cây quyết định. Nhiều đặc trưng được tiến hành thử nghiệm để xây dựng mô hình dự đoán có hiệu năng tốt nhất. Kết quả cho thấy mô hình mà chúng tôi đề xuất có tính khả thi cao trong việc dự đoán vị trí SFCP. Điều này có thể sẽ là gợi ý về một hướng tiếp cận có thể giúp ích hữu hiệu cho các .

• Y khoa - Dược
• Biến đổi hậu dịch mã
• Máy vector hỗ trợ
• Cây quyết định
• Phân loại dữ liệu
• Protein SFarnesyl Cysteine Prenylation