TAILIEUCHUNG - Phương pháp lọc nâng cao hiệu quả dự đoán liên kết Residue

Bài viết Phương pháp lọc nâng cao hiệu quả dự đoán liên kết Residue đề xuất một giải pháp làm tăng chất lượng của kết quả dự đoán cặp residue liên kết. Tuy nhiên, phương pháp đề xuất chưa thể hiện sự hiệu quả rõ rệt trong mọi trường hợp nhưng đã mở thêm ra một số vấn đề tiếp theo cần phải nghiên cứu. | Tuyển tập Hội nghị Khoa học thường niên năm 2019. ISBN 978-604-82-2981-8 PHƯƠNG PHÁP LỌC NÂNG CAO HIỆU QUẢ DỰ ĐOÁN LIÊN KẾT RESIDUE Nguyễn Quỳnh Diệp1 Lê Thị Tú Kiên2 1 Trường Đại học Thủy lợi email diepnq@ 2 Khoa Công nghệ thông tin Đại học Sư Phạm Hà Nội email kienltt@ 1. GIỚI THIỆU 2. NỘI DUNG Protein là những đại phân tử được cấu tạo . Dự đoán liên kết Residure- Residure dựa trên phương pháp ipHMM theo nguyên tắc đa phân mà các đơn phân và SVM là axít amin. Để thực hiện các chức năng của mình các protein tương tác với các protein Trong nghiên cứu 4 chúng tôi đã xây khác hoặc các phân tử khác trong tế bào. Sự dựng phương pháp dự đoán liên kết residue tương tác này ảnh hưởng đến các hoạt động residue của các protein domain bằng cách sống trong tế bào và các quá trình sống của tích hợp các thông tin liên kết residue từ một động thực vật. Vì vậy việc nghiên cứu về sự số nguồn. Thứ tự thực hiện của phương pháp tương tác của các protein là một trong những được mô tả tóm tắt như sau vấn đề quan trọng trong sinh học. Bước thứ nhất một tập con các cặp protein Trong những năm gần đây các nhóm domain tương tác DDIs cùng với thông tin nghiên cứu Weigt 1 và Marks 2 đã phát liên kết ở mức residue của chúng được lọc ra với điều kiện khoảng cách giữa cặp protein triển thuật toán Direct-coupling analysis để domain truy vấn và khoảng cách với từng cặp tìm ra thông tin liên kết trực tiếp giữa các cặp protein domain trong tập này nhỏ hơn một residue và ứng dụng vào dự đoán cấu trúc ngưỡng t. bậc ba của các protein. Bên cạnh đó các Bước thứ hai tập các DDIs được lọc ra ở nhóm nghiên cứu của González 3 Tu Kien bước một được dùng để huấn luyện hai mô T. Le 4 đã xây dựng phương pháp dự đoán hình ipHMM. Sau đó các ipHMMs này được liên kết residue giữa các protein domain bằng dùng để tính véc tơ Fisher cho từng residue. cách tích hợp các thông tin liên kết residue Bước thứ ba tập dữ liệu huấn luyện được trong các cấu trúc protein phức hợp. Mặc dù sử dụng để huấn

• Sinh học
• Liên kết Residure Residure
• Phương pháp ipHMM
• Phương pháp lọc cặp residue
• Chuỗi protein domain
• Mô hình phân lớp SVM
• Thuật toán máy hỗ trợ vector
• Support vector machine SVM
• Bài thuyết trình Thuật toán máy
• Phân lớp dữ liệu
• Mô hình giải thuật
• Nhận dạng ký tự
• Bài toán nhận dạng ký tự trên container
• Phân tách các ký tự trên container
• Rút trích đặc trưng ảnh
• Nhận dạng dựa trên máy phân lớp SVM
• Quy ước số hiệu container
• Nhận dạng khuôn mặt
• Mạng nhân chập học sâu
• Tiền xử lý
• Căn chỉnh khuôn mặt
• Phát hiện khuôn mặt
• Trích chọn đặc trưng
• Dữ liệu mẫu khuôn mặt