جلسه دفاع از پایان‏ نامه: امیر لکی زاده، گروه مهندسی کامپیوتر

خلاصه خبر:

  • عنوان: مدلی برای تشخیص کمپلکس های پروتئینی مبتنی بر رویکرد خوشه بندی دوگانه و با استفاده از شبکه PPI، داده های بیان ژن و گراف هستان شناسی ژن
  • ارائه‌کننده: امیر لکی زاده
  • استاد راهنما: دکتر سعید جلیلی(تربیت مدرس)
  • استاد ناظر خارجی: دکتر چنگیز اصلاحچی(شهید بهشتی)، دکتر عباس نوذری( دانشگاه تهران)
  • استاد ناظر داخلی: دکتر نصرا... مقدم(تربیت مدرس)، دکتر محمد صنیعی آباده(تربیت مدرس)
  • استاد مشاور: دکتر سید امیر مرعشی(دانشگاه تهران)
  • مکان: دانشکده مهندسی برق و کامپیوتر، اتاق 710
  • تاریخ: 1395/4/21
  • ساعت: 16

چکیده
با توجه به نقش کمپلکس‌هاي پروتئيني در انجام بسياري از کارکردهاي سلولي موجودات زنده، کشف آن‌ها مي‌تواند به درک بهتر فرآيندهاي سلولي و توسعه کاربردهاي مبتني ‌بر مهندسي زيستي منجر شود. رویکردهای محاسباتی ارائه‌شده تاکنون به‌منظور تشخيص کمپلکس‌های پروتئینی، به‌طور عمده بر خوشه‌بندی شبکه ‌برهم‌کنش پروتئین-پروتئین تمرکز دارند و این در حالی است که شبکه‌های ‌برهم‌کنش، علاوه ‌بر اینکه نویزی می‌باشند، به‌تنهایی، فاقد مکانیسم لازم برای در نظر گرفتن ماهیت پویای سلول در فرآیند تشخیص کمپلکس‌های پروتئینی می‌باشند. در اين رساله مدلي سه لايه مبتني‌بر رويکرد خوشه‌بندی‌دوگانه براي تشخیص کمپلکس‌هاي پروتئيني از منابع داده‌ای‌ مختلف ارائه‌شده است. با توجه به تصویر عملکرد پویای سلول در داده‌های سری زمانی بیان ژن، مدل پيشنهادي، در لايه اول، با استفاده از روش پیشنهادی"GA-DCT" ،به خوشه‌بندي دوگانه داده‌های بيان ‌ژن مي‌پردازد. سپس به تفکیک خوشه‌هاي دوگانه، زيرشبکه‌هاي پويا را از شبکه PPI ورودي استخراج مي‌کند. مدل پیشنهادی، در لايه دوم، به ارتقاي کيفيت زيرشبکه‌ها از طريق وزن‌دار کردن آن‌ها به کمک روش پیشنهادی "SSW" مي‌پردازد. در"SSW" ، مقدار وزن هر برهم کنش، ترکيبي از ميزان شباهت مبتني ‌بر پيکربندي شبکه و شباهت معنايي دو پروتئين می‌باشد. مقدار شباهت معنايي، توسط روش پیشنهادی "Tsss" محاسبه مي‌شود. لایه سوم مدل، به تشخيص کمپلکس‌هاي پروتئيني در یک قالب هسته-افزونه با در نظر گرفتن بیشینه چگالی وزن‌دار برای هسته کمپلکس، با استفاده از روش پیشنهادی "CAMWI" می‌پردازد. مجموعه کمپلکس‌هاي نهايي، پس از تجميع به ازاي زيرشبکه‌ها و يک مرحله پالايش، به دست مي‌آيد. مجموعه ارزيابي‌های مختلف،‌ نشان مي‌دهد که مدل پيشنهادي توانسته است با استفاده از منابع داده‌اي مختلف در لایه‌های سه‌گانه، ضمن مدیریت بهتر چالش‌هاي اصلی مسئله‌ مانند نویزی بودن منابع داده‌ای و ضرورت مدل‌سازی پویای فرآیند تشخیص، دقت فرآيند تشخيص کمپلکس‌هاي پروتئيني را بر اساس سنجنده‌‌های مرتبط و در شرایط گوناگون، به ميزان قابل‌توجهی بهبود دهد.
کلمات کلیدی


15 تیر 1395 / تعداد نمایش : 5323