كاهش بعد داده‌هاي توالي جايگاه‌هاي پيوند روي ژنوم انسان با استفاده از شبكه‌ي عصبي عميق اتوانكودر

استفاده از توالي هاي نوكلئوتيدي ژنوم به عنوان سيگنال هاي بيوشيميايي در روش هاي يادگيري ماشين، با تبديل اين توالي ها به كدهاي عددي امكان پذير است و اين تبديل باعث افزايش غيرواقعي بعد داده ها شده و انجام عمليات هاي تحليل داده، مانند بصري سازي و استخراج ويژگي را با محدوديت هايي روبه‌رو مي سازد. از اين‌رو، بايد با استفاده از روش هاي كاهش بعد، داده ها را به فضاي واقعي برگرداند. در اين پژوهش از يك شبكه‌ي عصبي عميق اتوانكودر به منظور كاهش بعد داده هاي توالي مربوط به جايگاه هاي پيوند روي ژنوم انسان استفاده شده است. به منظور بررسي ميزان حفظ اطلاعات داده هاي اصلي در داده هاي كاهش بعد يافته، از يك طبقه بندي دوكلاسه به وسيله‌ي ماشين بردار پشتيبان استفاده مي شود. نتايج به دست آمده نشان مي دهد كه اطلاعات تقريبا به طور كامل در فشرده سازي حفظ مي شود. سپس از داده هاي فشرده‌شده براي بصري سازي و هم‌چنين انتخاب ويژگي با تحليل واريانس استفاده مي شود. نتايج به دست آمده نشان مي دهد كه مكان هاي اول، دهم و هشتم در توالي ها داراي بيشترين اطلاعات هستند. درحالي‌كه عمده‌ي پژوهش هاي پيشين روي داده هاي بيان ژن حاصل از ميكروآرايه، متمركز شده اند و مقايسه‌ي محدودي بين روش هاي كاهش بعد در آن‌ها انجام شده است. اين مقاله براي نخستين بار، داده هاي نوكلئوتيدي توالي را با شبكه‌ي اتوانكودر، كاهش بعد داده و مقايسه‌ي جامعي بين انواع روش هاي كاهش بعد و يادگيري ماشين ارائه مي دهد.