Journal of Data Mining en génomique et protéomique

Abstrait

Prédiction du promoteur dans les séquences d'ADN bactérien à l'aide de l'approche de maximisation des attentes et d'apprentissage automatique des vecteurs de support

Ahmad Maleki*, Vahid Vaezinia et Ayda Fekri

Le promoteur est une partie de la séquence d'ADN qui précède le gène et est essentiel en tant que régulateur des gènes. La prédiction du promoteur permet de déterminer la position du gène et d'analyser l'expression du gène. Par conséquent, il est d'une grande importance dans le domaine de la bioinformatique. Dans la recherche en bioinformatique, un certain nombre d'approches d'apprentissage automatique sont appliquées pour découvrir de nouvelles connaissances significatives à partir de bases de données biologiques. Dans cette étude, deux approches d'apprentissage, le clustering par maximisation des attentes et le classificateur de machine à vecteurs de support (EMSVM) sont utilisés pour effectuer la détection du promoteur. L'algorithme de maximisation des attentes (EM) est utilisé pour identifier les groupes d'échantillons qui se comportent de manière similaire et différente, comme l'activité des promoteurs et des non-promoteurs dans la première étape, tandis que la machine à vecteurs de support (SVM) est utilisée dans la deuxième étape pour classer toutes les données dans la catégorie de classe correcte. Nous avons appliqué cette méthode à des ensembles de données correspondant aux promoteurs σ24, σ32, σ38, σ70 et son efficacité a été démontrée sur une gamme de régions promotrices différentes. De plus, il a été comparé à d'autres algorithmes de classification pour indiquer les performances appropriées de l'algorithme proposé. Les résultats des tests montrent que l'EMSVM est plus performant que les autres méthodes.