Key points are not available for this paper at this time.
تم اقتراح مجموعة واسعة من الطرق في تحديد موقع البروتين تحت النواة لتحسين دقة التنبؤ. ومع ذلك، فإن إحدى الاتجاهات الهامة لهذه الوسائل هي التعامل مع تمثيل الاندماج من خلال دمج تمثيلات متعددة للسمات، حيث تستغرق عملية الاندماج الكثير من الوقت. نظرًا لذلك، اقترح هذا البحث بشكل جديد طريقة من خلال دمج تمثيل خصيصة فردية جديدة وخوارزمية جديدة للحصول على معدل تعرف جيد. وبشكل محدد، استنادًا إلى مصفوفة النتائج المعينة حسب المراكز (PSSM)، اقترحنا تعبيرًا جديدًا، وهو مصفوفة النتائج المعينة حسب الحياة الترابطية (CoPSSM) كممثل لخصائص البروتين. استنادًا إلى خوارزمية تقليل الأبعاد غير الخطية الكلاسيكية، تحليل التمييز الخطي باستخدام النواة (KLDA)، أضفنا معيار تمييز جديد واقترحنا خوارزمية جينية طماعية ثنائية (DGGA) لاختيار بشكل ذكي معلمة نطاق النواة. تم استخدام مجموعتين من البيانات العامة مع اختبار جاكنايف ومصنف KNN للتجارب العددية. أظهرت النتائج أن معدل النجاح الإجمالي (OSR) مع تمثيل CoPSSM الفردي أكبر من ذلك مع العديد من التمثيلات ذات الصلة. يمكن أن يصل OSR للطريقة المقترحة إلى 87.444% و 90.3361% لهذين المجموعتين من البيانات على التوالي، متجاوزةً العديد من الطرق الحالية. لإظهار تعميم الخوارزمية المقترحة، تم اختيار مجموعتين إضافيتين من البيانات القياسية للبروتين تحت الخلية لإجراء التجربة الموسعة، ولا تزال دقة التنبؤ من خلال اختبار جاكنايف واختبار مستقل تعتبر مثيرة للإعجاب.
درس وانغ وآخرون (الخميس) هذا السؤال.