استخراج و ترکیب ویژگیهای کارآمد از توالی پروتئین به منظور دسته بندی پروتئین بر اساس جنگل چرخش

پیش ‎بینی عملکرد پروتئین یکی از چالش های اصلی در بیوانفورماتیک می باشد که کاربردهای زیادی دارد. در سال های اخیر در تحقیقات بسیاری از روش های یادگیری ماشین در این زمینه استفاده شده اند. در این روش ها ابتدا باید از توالی پروتئین ویژگی های مختلف استخراج شود و بر اساس ویژگی های استخراج شده عمل دسته بندی انجام شود. غالبا روش های استخراج ویژگی بر اساس خصوصیات فیزیکی و شیمایی توالی پروئتین می باشد. بنابراین استخراج ویژگی هایی مناسب از توالی پروتئین باعث افزایش و بهبود عملکرد روش های یادگیری ماشین می شود. در این مقاله، یک مجموعه جدید از ویژگی ها بر اساس روش های PSSM،  PsePSSM، K-gram ، AAC و روش نوین TFCRF که تا کنون در این کاربرد استفاده نشده برای استخراج ویژگی های مناسب پیشنهاد شده است. ویژگی های استخراج شده با استفاده از این روش قدرت تمایز کنندگی خوبی بین داده ها در دسته ها، به مدل های یادگیری ماشین می دهد. در روش TFCRF وزن دهی ویژگی ها علاوه بر توجه به چگونگی توزیع آنها در توالی های مختلف به چگونگی توزیع آنها در طبقات مختلف نیز توجه می شود. در مرحله بعد با استفاده از ویژگی های استخراج شده با استفاده از روش جنگل چرخ عمل دسته بندی انجام می شود. روش پیشنهادی با دسته بند های مختلف و روش های متفاوت مقایسه شده است. نتایج حاصل نشان دهنده کارایی مناسب روش پیشنهادی نسبت به سایر روش های نوین در این کاربرد  می باشد.