تعلم تصنيفات وظيفة الجينات من أنواع بيانات متعددة

في محاولتنا لفهم وظيفة الخلايا على المستوى الجزيئي، يجب أن نكون قادرين على دمج المعلومات من أنواع بيانات جينية متنوعة. نحن نعتبر مشكلة استنتاج تصنيفات وظائف الجينات من مجموعة بيانات غير متجانسة تتكون من قياسات تعبير الميكروأري DNA وملفات التطور من مقارنات تسلسل الجينوم الكامل. نوضح تطبيق خوارزمية تعلم آلة الدعم (SVM) على هذه المهمة المتعلقة بالاستدلال الوظيفي. تشير نتائجنا إلى أهمية استغلال المعلومات السابقة حول عدم تجانس البيانات. على وجه الخصوص، نقترح دالة نواة SVM تكون غير متجانسة بشكل صريح. بالإضافة إلى ذلك، نصف طرق قياس الميزات لاستغلال المعرفة السابقة حول عدم التجانس من خلال إعطاء كل نوع من البيانات أوزانًا مختلفة.