Resumen

Las cancerlectinas son proteínas relacionadas con el cáncer que funcionan como lectinas. Se han identificado mediante técnicas de identificación computacional, pero estas técnicas a veces han fallado en la identificación de proteínas debido a la diversidad de secuencias entre las cancerlectinas. También se han utilizado métodos avanzados de identificación por aprendizaje automático, como la máquina de vectores de soporte y las características básicas de secuencia (n-gram), para identificar cancerlectinas. En este estudio, se utilizaron varias características de huellas dactilares de proteínas y clasificadores avanzados, incluidas técnicas de aprendizaje por conjuntos, para identificar este grupo de proteínas. Mejoramos la precisión de predicción de los métodos originales de extracción de características y los algoritmos de clasificación en más de un 10% de media. Nuestro trabajo proporciona una base para la identificación computacional de cancerlectinas y revela el poder de las técnicas híbridas de aprendizaje automático en proteómica computacional.

• Materias:Ácido ribonucleico (ARN) Biosíntesis Genética vegetal Genómica Biología computacional
• Subjects:Ribonucleic acid (RNA) Biosynthesis Plant genetics Genomics Computational biology
• Palabras claves:cancerlectinas, proteínas, métodos originales de extracción de características, diversas características de huellas dactilares de proteínas, características básicas de secuencias, técnicas computacionales de identificación, técnicas de aprendizaje por conjuntos, máquina de vectores soporte, técnicas, máquina avanzada
• Keywords:cancerlectins, proteins, original feature extraction methods, various protein fingerprint features, basic sequence features, computational identification techniques, ensemble learning techniques, support vector machine, techniques, Advanced machine