Protein homoloji tespitinde bir üst sınıflandırma yaklaşımı

ÖZETPROTEİN HOMOLOJİ TESPİTİNDE BİR ÜST SINIFLANDIRMA YAKLAŞIMIAydın Can POLATKANBaşkent Üniversitesi Fen Bilimleri EnstitüsüBilgisayar Mühendisliği Anabilim DalıHesaplamalı biyoloji alanında sınıflandırma problemleri için makine-öğrenmeteknikleri sıkça ve geniş şekilde kullanılmaktadır. Bu teknikler, girdi olarak sabituzunluklu nitelik vektörleri istemektedir. Proteinler farklı uzunluklara sahipolduklarından, tüm protein dizilimlerini sabit sayıda nitelik ile göstermek gerekir.Bu amaçla geliştirilen etkili yöntemlerden biri protein dizilimlerinin n-peptitbirleşimleridir. Yöntem n uzunluktaki her alt dizginin dizilim içerisindeki görülmeyüzdesini ifade eder. Alan karmaşıklığını azaltmak amacıyla, n'nin artan değerleriiçin, kullanılan aminoasit alfabesi, sonuç vektörün günümüz bellek kaynaklarıylauyumlu olmasını sağlayacak şekilde düzenli olarak küçültülmüştür.Kullanılan çözümde birleşime ait bütün özellik girdileri sadece bir sınıflandırıcıya topluolarak verilmekteydi. Bu tezde, özellik girdileri n-peptit birleşimlere ve küçültülenamino asit alfabelerine göre farklı gruplara ayrılıp, farklı sınıflandırıcılara verilmiştirböylece soyutlanarak daraltılan arama uzayında, gezinen birden fazla tekniğe, bir üstsınıflandırma yaklaşımı denenmiştir. Amaç doğru şekilde yakınsanan, bizi birbirindenfarklı çözüm bölgelerine ulaştıran tekniklere üstsel sınıflandırma yaklaşımı ile daha iyisonuçlar alabilmektir. Bu yaklaşımda farklı sınıflandırıcıların çıktı değerlerinideğerlendirmek üzere ortalama alma, ağırlıklı ortalama alma, öğrenme kümesinde enbaşarılı olanı seçme gibi değişik durumlar karşılaştırılmıştır.Herbir yöntem hesaplamalı biyolojinin önemli ve güncel problemlerinden biri olanuzak homoloji tespiti üzerinde test edilmiş, sonuçlar karşılaştırmalı olaraksunulmuştur.Sonuçlara bakıldığında eğitim kümesinde en başarılı olan sınıflandırıcının sonucunundoğru kabul edildiği durumun en etkili olduğu gözlenmiştir. Sonuçlar arasındakiistatistiksel anlamlılığı dikkatlice incelemek için yöntemler arasında öğrenci T-testleriyapılmış, testlerin sonuçları yorumlanmıştır. Denenen üst sınıflandırma yaklaşımlarıyalnız bir sınıflandırıcı kullanılan duruma göre daha etkili bellek kullanımına sahiptir.Destek vektör makineleriyle test edilen üst sınıflandırma yaklaşımının diğersınıflandırma problemlerinde de başarılı olacağı düşünülmektedir.Anahtar Sözcükler: Protein Homoloji Tespiti, N-peptit Birleşimler, Destek VektörMakineleri, Sınıflandırma, Üst Sınıflandırma.Danışman: Hayri SEVER, Prof. Dr., Çankaya Üniversitesi, Bilgisayar MühendisliğiBölümü