عنوان
استفاده از روش هاي بازنمايي برداري پيوسته در توالي يابي ژنوم
نويسنده اصلي
ميلاد غفوري ساربانقلي
مقطع تحصيلي
كارشناسي ارشد
چكيده
دنباله‌هاي زيستي حاوي اطلاعاتي هستند كه بايد از آنها در عملياتي نظير دسته بندي و انطباق و توالي‌يابي و غيره بهره برد. استخراج اين اطلاعات و استفاده از آنها در عمليات مذكور پيچيده و زمانبر است. با بازنمايي مناسب اين دنبالهها مي‌توان درك و محاسبه‌ي آنها را ساده‌تر كرد. امروزه با رشد سريع داده‌هاي بيوانفورماتيكي روش‌هاي يادگيري ماشين در زمينه‌هاي متعددي از بيوانفورماتيك كاربرد يافته‌اند. ژنوميك يكي از حوزه‌هاي بسيار مهم بيوانفورماتيك است كه با ظهور تكنولوژي «توالي‌يابي نسل جديد» تعداد دنباله‌هاي موجود در آن بصورت نمايي در حال افزايشند. در گذشته براي تحليل اين دنبالهها نياز به دانش و مطالعات پايه‌اي براي توصيف آنها بود. با استفاده از مدل‌هاي يادگيري ماشين مي‌توان هر دنباله‌ي زيستي را بصورت يك بردار n بعدي كه خصوصيات بيوفيزيكي و بيوشيميايي آن را مشخص مي‌كند بازنمايي كرد كه اين بازنمايي را مي‌توان در طيف گسترده‌اي از مسائل بيوانفورماتيك نظير دسته‌بندي پروتئين‌ها و تشخيص ساختار به كار برد. به همين انگيزه در اين تحقيق تاثير به كارگيري بازنمايي برداري در عمليات «توالي‌يابي» و به طور خاص در بخش اسمبلي كردن خوانش‌ها را نشان خواهيم داد. براساس نتايج بدست آمده از اين تحقيق مشاهده شد كه به كارگيري روش‌هاي برپايه‌ي هوش مصنوعي و يادگيري ماشين مي‌تواند تاثير به سزايي در دقت عملكرد داشته باشد.
شماره ركورد
194810
دانشگاه
دانشگاه علم و صنعت ايران
رشته تحصيلي
هوش مصنوعي و رباتيكز
استاد راهنما
دكتر عادل تركمان رحماني