利用生物信息学技术和反向传播算法增强突变疾病预测的新方法
计算工程、金融与科学
2013-06-11 v1 定量方法
摘要
提出了一种利用生物信息学工具和数据集预测突变疾病的新方法，该方法使用强大的人工神经网络（反向传播网络）对与基因（如 BRCA1 和 BRCA2）相关的恶性突变进行分类，这些基因会导致疾病（如乳腺癌）。该新方法不仅考虑了处理、分析和治疗基因序列以从中提取有用信息的既定方法，还超越了环境因素，这些因素在决定和计算某些基因特征以展示其功能部分及其与疾病的关系方面起着重要作用。本文提出了一种新方法的增强版，作为通过突变诊断和预测疾病的首要途径，该方法考虑并引入了多种其他特征以展示环境和基因的变化，通过序列比对获取关于查询序列结构或功能的信息，并提出了一种使用反向传播且均方误差率为 0.000000001 的更优、更准确的分类和处理特定疾病的系统。索引术语（同源序列，GC 含量和 AT 含量，生物信息学，反向传播网络，BLAST，DNA 序列，蛋白质序列）
引用
@article{arxiv.1306.1850,
title = {Enhancement of a Novel Method for Mutational Disease Prediction using Bioinformatics Techniques and Backpropagation Algorithm},
author = {Ayad Ghany Ismaeel and Anar Auda Ablahad},
journal= {arXiv preprint arXiv:1306.1850},
year = {2013}
}
备注
5 pages, 8 figures, 1 Table, conference or other essential info