انتخاب ویژگی برای پیش‌بینی عملکرد پروتئین با استفاده از یک رویکرد تکاملی

پیش‌بینی عملکرد پروتئین یکی از مسائل مهم در دانش ژنومیک کاربردی است. شناخت بهتر عملکرد پروتئین‌ها می‌تواند عامل پیشرفت دانش بیولوژی و کاربردهای آن از قبیل توسعه داروها و ‎محصولات‎ جدید باشد. کاربرد اساسی پیش‌بینی عملکرد پروتئین در بیوانفورماتیک، تعیین نقش‌های بیولوژیکی پروتئین‌ها است. هدف از این پیش‌بینی‏، یافتن ساختارهایی در پروتئین‌ها است که عملکرد آن‌ها شناخته شده باشد چراکه با شناسایی ساختارهای مشابه، عملکرد پروتئین‌های جدید پیش‌بینی شود. روش خوشه‌بندی سلسله‌مراتبی دارای محدودیتی است به‌طوری‌ که اگر یک پیش‌بینی در سطوح بالاتر نادرست باشد، دیگر قابل اصلاح نیست و افزایش تعداد دسته‌ها در سطوح پایین‌تر باعث کاهش تعداد نمونه‌های هر دسته می‌باشد. اما این دو عامل در دقت پیش‌بینی در سطوح بالاتر نقش بسیار اساسی دارند‏؛ بنابراین‎ مسئله اصلی در پیش‌بینی عملکرد پروتئین، افزایش پیچیدگی مدل‌های دسته‌بند در مواجه با تعداد زیاد ویژگی‌ها است. مسئله‌ انتخاب ویژگی برای افزایش کارایی و بهبود عملکرد دسته‌بند اهمیت بسزایی دارد. انتخاب‌ ویژگی یک مسئله بهینه‌سازی چندجمله‌ای غیرقطعی- سخت است و با توجه به کارایی این الگوریتم‌ها در حل مسائل بهینه‌سازی‏، می‌توان از الگوریتم‌های بهینه‌سازی برای حل مسئله‌ انتخاب ‌ویژگی برای پیش‌بینی عملکرد پروتئین به‌کار برد. مسئله انتخاب‌ ویژگی به‌عنوان یک مسئله‌ بهینه‌سازی فرمول‌بندی شده و سپس جهت حل آن، الگوریتم ترکیبی ژنتیک و فاخته پیشنهاد و پیاده‌سازی شده است. معیار ارزیابی شامل دقت پیش‌بینی و انتخاب زیرمجموعه با طول کمینه از ویژگی‌ها‏، است.‎ نتایج آزمایش‌ها نشانگر عملکرد بهتر الگوریتم‎ پیشنهادی نسبت به الگوریتم‌های ژنتیک و فاخته است.