الگوریتمی جدید برای آموزش پارامترهای مدل مارکف مخفی بلوکی توسط الگوریتم بهینه سازی هوش جمعی در مسئله تخمین ساختار ثانویه پروتئین
چکیده
تخمین ساختار ثانویه پروتئین یکی از مهمترین مسائل در بیوانفورماتیک است. این تخمین معمولاً با روش های آزمایشگاهی انجام می گیرد که به دلیل هزینه بر و زمان بر بودن آن، یافتن راه حلی ارزانتر با زمان محاسبه معقول مورد توجه محققین قرار گرفته است. روش های رایانه ای گوناگون مانند شبکه های عصبی مصنوعی و مدل مارکف مخفی (hmm) ، راه حل های پیشنهادی برای تخمین ساختار ثانویه پروتئین هستند. اگرچه با استفاده از این روش ها موفقیت های چشمگیری در زمینه آنالیز دنباله های زیستی بدست آمده است اما به نظر می رسد بدلیل پیچیدگی طراحی پارامترهای hmm تمامی ظرفیت های آن در این حوزه مورد استفاده قرار نگرفته است. hmm مدلی احتمالاتی است که بدلیل گرافیکی بودن و در نظر گرفتن همبستگی بین دنباله ها، برای مدل سازی دنباله های پروتئین مناسب است. اما آموزش پارامترهای hmm، از نظر محاسباتی مشکل بوده و هیچ راه تضمین شده ی بهینه ای با زمان محاسبه ی معقول وجود ندارد. الگوریتم bw به عنوان رایج ترین روش برای آموزش پارامترهای hmm، به شمار می رود. اما محدودیت هایی از جمله گرفتار شدن در دام بهین? محلی، حساس بودن نسبت به مقادیر اولیه بهینگی این روش را زیر سوال می برد. در این تحقیق برای رفع این محدودیت ها، آموزش پارامترهای hmm توسط الگوریتم بهینه سازی هوش جمعی ( pso) در ترکیب با الگوریتم ebw (الگوریتم ترکیبی ebw-pso) انجام گردیده است. همچنین در روند اجرای الگوریتم ترکیبی ebw-pso، جمعیت hmmها بصورت بلوکی در نظر گرفته شده است. در این مدل (block-hmm) بلوک ها جایگزین حالت های مخفی در hmm شده و آموزش پارامترهای block-hmm با الگوریتم ترکیبی ebw-pso انجام گرفته است. برای موثر بودن استفاده از pso در آموزش پارامترهای block-hmm فضای برداری جدیدی تعریف گردید. در این فضای برداری دو عملگر معرفی شده که تبدیل ماتریس های (a, b, ?) که یک hmm را توصیف می کنند، به فضای برداری pso را ممکن می نماید. برای تحقیق معنی داری نتایج بدست آمده توسط الگوریتم پیشنهادی ebw-pso، تست فرضیه اعمال گردید. این تست در تخمین تک دنباله بهبود دو دقت تخمین با انحراف معیار 41/7 و در تخمین چند دنباله ای بهبود دو دقت با انحراف معیار 67/7 را با ضریب اطمینان 01/0 تائید کرد. همچنین با ضریب اطمینان 05/0 بهبود دقت تخمین در تخمین تک دنباله ای و بهبود دقت تخمین تصدیق شد.