Prediction of Protein Structure Classes Using Support Vector Machine (SVM) Classifier
| dc.contributor.author | Ahmed, Majam | |
| dc.date.accessioned | 2018-02-07T12:38:08Z | |
| dc.date.available | 2018-02-07T12:38:08Z | |
| dc.date.issued | 2016 | |
| dc.description.abstract | Les protéines contrôlent toutes les fonctions biologiques des espèces vivantes. La structure des protéines est composée de quatre grandes classes incluant all-α classe, all- β classe, α / β classe et α + β classe. Chaque classe a une fonction différente en fonction de leur nature. En raison de la grande exploration des séquences de protéines dans les banques de données, l'identification des classes de structure de protéines est difficile par les méthodes conventionnelles en ce qui concerne le coût et le temps. En regardant l'importance des classes de structures de protéines, il est donc hautement souhaitable de développer un modèle de calcul pour distinguer les classes de structure de protéines avec une grande précision. A cet effet, nous utilisons (SVM) Support Vector Machine. Trois systèmes d'extraction des caractéristiques du nom de composition d'acides aminés, de dipeptide Composition et une combinaison de tous les deux sont utilisées pour explorer des informations précieuses à partir de séquences de protéines. La performance du modèle proposé est évaluée en utilisant le 25PDB ensemble de données commun. Le pourcentage de réussite du modèle proposé est 54,085%. | en_US |
| dc.identifier.uri | http://dspace.univ-msila.dz:8080//xmlui/handle/123456789/2557 | |
| dc.language.iso | fr | en_US |
| dc.publisher | FACULTY OF MATHEMATICS AND INFORMATICS - MOHAMED BOUDIAF UNIVERSITY - M’SILA | en_US |
| dc.subject | Bioinformatiques, Support Vector Machine (SVM), les classes des structures de protéine. | en_US |
| dc.title | Prediction of Protein Structure Classes Using Support Vector Machine (SVM) Classifier | en_US |
| dc.type | Thesis | en_US |
Files
Original bundle
1 - 1 of 1
Loading...
- Name:
- Prediction of Protein Structure Classes.pdf
- Size:
- 3.97 MB
- Format:
- Adobe Portable Document Format
- Description:
License bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- license.txt
- Size:
- 1.71 KB
- Format:
- Item-specific license agreed upon to submission
- Description: