선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 위 예 제에서 사용된 근거는 Taylor에 의해 제안된 Venn diagram[2]에 기초한다. 본 논문에서는 Kristine Yu 가 제안한 방법[3]에 착안하여 치환 가능한 아미노산의 그룹을 좀 더 확장해 보기로 하였다. 이 방법은 가령 아미노산 F와 W가 단백질 서열 정렬 시 같은 위치에 놓이게 되고 치환 가능한 그룹에 F, W, Y가 존재한다면, 그 위치에서의 오토마타 전이는 [FWY] 가 되어 그 아 미노산이 Y일 때도 F나 W일 때와 마찬가지로 동등한 전이를 허용하는 방식이다.
- 본 논문에서는 SwissProt의 단백질 데이터 중 felis, silurarna, equus, gorilla의 4개 종에 대한 단백질 서열 데이터에 대해 실험하였다. SwissProt의 단백질 데이터 는 태그를 가진 필드들로 구성되어 있으며 그 중 실험에 쓰인 필드는 ID, SQ, DE, CC, KW이다.
- 단, 이러한 방식을 사용하면 오토마 타 테스트 과정에서 앞부분에 많은 에러를 가지고 있는 단백질 서열이 고르게 에러가 분포한 서열과 같은 에러 수를 가지고 있다고 해도 테스트에서 배제되어버리는 단점이 있다. 본 논문에서는 연속된 일치가 발견될 경우 연속된 불일치 발견 카운터 숫자를 줄여주는 보상을 통해 이러한 문제를 줄이고 있다.
- 따라서 단백질 서열을 비교해보면 해당 단백질들이 어떤 관계를 가지는가 를 추측해 볼 수 있다. 본 논문에서는 텍스트 마이닝 기법을 이용해서 한 종의 단백질 서열들을 클러스터링해 보고 성능을 평가하였다. 그리고 클러스터링 된 단백질 서열들에 대해서 각각 MSA기법을 이용해서 일치하는 부분들을 찾은 후, 일반화시켜 오토마타를 사용한 모델을 제작, 종 단위의 분류를 시도하였다.
- 즉, 주어진 silurana, gorilla, felis 그리고 equus의 단백질들을 각각 5분할로 나누어서 각각의 분할을 모은 5개의 집합을 만든다. 이 집합들을 MUSCLE이 서열 기반으로 어느 정도로 분류를 할 수 있는지 알아본다.
- 텍스트를 이용한 클러스터링 실험에서는 4개의 종들 을 분류하되, 사용하는 단어 벡터의 종류를 다르게 해서 실험하였다. 이것은 단백질에 대해서 서술하는 텍스트 데이터가 많아질 때 클러스터링의 성능이 어떻게 영향을 받는지에 대해 알아보기 위한 실험이다. 실험 결과는 다음과 같다.
- 텍스트 기반 클러스터링은 일반적인 텍스트마 이닝 기법을 통해 이루어진다. 즉, 워드 벡터를 만들어 서 그것을 기반으로 각 단백질들의 유사도를 측정하는 것이다. 이를 위해서는 각 단백질을 대표하는 단어들이 필요하다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.