توظيف نموذج ماركوف المخفي في تمييز الجينات المشفرة للبروتينات
Employing Hidden Markov Model in Recognizing Protein-Coding Genes
- الباحث
- سرى محمد جمال الدين حسين العلوي
- المشرف
- مثنى صبحي سليمان
- الجامعة
- جامعة الموصل
- الكلية / القسم
- كلية علوم الحاسوب والرياضيات / الإحصاء والمعلوماتية
- الشهادة
- ماجستير
- السنة
- 2022
- لغة الرسالة
- عربي
- الكلمات المفتاحية
- نموذج ماركوف المخفي ; الجينات المشفرة للبروتين ; المعلوماتية الحيوية ; التمييز
الملخص
تضمنت الرسالة توظيف نموذج ماركوف المخفي في دراسة وتحليل بيانات المعلوماتية الحيوية في تمييز 13 جيناً مسؤولاً عن تشفير بروتينات السلسلة التنفسية في الميتوكوندريا وتحديد نوعية القاعدة النتروجينية المستبدلة للجين GLAU MT-ND5 والفئران، والتي تم الحصول عليها من موقع NCBI ضمن قاعدة بيانات Data Base في مراكز عالمية متخصصة في الهندسة الوراثية ودراسة عمل الجينات، فضلاً عن التطرق الى المسائل الأساسية لهذا النموذج. ان اجراء التحليل يدوياً لمثل هذه التطبيقات يكون شاقاً جداً مقارنة مع خوارزميات نموذج ماركوف المخفيء، مثل خوارزمية ،Viterbi التي أعطت نتائج جيدة بنسبة تطابق عالية. وقد تم تصميم برنامج حاسوبي لهذا الغرض وتمت برمجة الخوارزمية باللغة البرمجية MATLAB R2017b ومن نتائج التطبيق العملي على سلسلة الحامض النووي الرايبي منقوص الاوكسجين DNA وباستخدام الخوارزمية المقترحة للتمييز ولتحديد نوعية القاعدة النتروجينية المستبدلة، تم التوصل الى أن نموذج ماركوف المخفي يعد نهج قوي بشكل خاص لتحديد نسبة التطابق تصل إلى دقة تصنيف عالية.
Abstract
Included this theses employ the Hidden Markov model in the study and analysis of Bioinformatics data in distinguishing 13 genes responsible for encoding respiratory chain proteins in mitochondria and determining the quality of the nitrogenous substitution of the MT-ND5 gene for humans and mice, which was obtained from the NCBI website within the database base in global centers specialized in genetic engineering and the study of the work of genes, as well as addressing the basic issues of this model. Manual analysis of such applications is very tedious compared to Hidden Markov model algorithms, such as Viterbi algorithm, which gave accurate results with a high matching rate. A computer program was designed for this purpose and the algorithm was programmed in MATLAB R2017b. From the results of the practical application on the DNA sequencing and using the proposed algorithm to distinguish and to determine the quality of the substituent nitrogenous base, it was concluded that the Hidden Markov model is a particularly powerful approach to determine the matching ratio up to high classification accuracy.
طلب نسخة من الملف
الملفات غير منشورة على الموقع. اترك بياناتك وسيتواصل معك موظفو قسم الشؤون الثقافية والفنون لإرسال النسخة مجاناً.