| Titre : | La classification des récepteurs couplés aux protéines G (RCPG) |
| Auteurs : | BADRA CHEBAANI, Auteur ; Saliha Belounnar, Directeur de thèse |
| Type de document : | Monographie imprimée |
| Editeur : | Biskra [Algérie] : Faculté des Sciences Exactes et des Sciences de la Nature et de la Vie, Université Mohamed Khider, 2020 |
| Format : | 1 vol. (67 p.) / ill. / 29 cm |
| Langues: | Français |
| Mots-clés: | prédiction,famille récepteur couplé aux protéines G ( RCPG ),composition en pseudo acides aminés ( PseAAC ),SVM,Apprentissage. |
| Résumé : |
La prédiction de la fonction des gènes et des protéines est un champ de
recherche qui sert de pointe de départ aux analyses expérimentales pour élucider les activités biochimiques et les processus pour lesquels sont impliqués les protéines, elles jouent un rôle primordial dans la compréhension des protéines responsables des maladies, de développer les médicaments les plus efficaces et avoir une médecine préventive contre les fléaux éventuels.Les méthodes de prédiction des fonctions à grandement évoluer au cours des temps notamment avec l’arrivée de la génomique, l’apparition de données obtenues à grande échelle, le développement des outils bioinformatique pour traiter le sujet de la classification ayant trait à la famille récepteur couplée aux protéines G ( RCPG ), choisir une méthode de sélection des caractéristiques composition en pseudo acides aminés ( PseAAC ) qui peut être déterminant car une méthode appropriée permet d’améliorer grandement les performances de la classification, en utilisant la méthode de classification supervisée machine à vecteurs de support (SVM) pour mettre en oeuvre l’apprentissage., les taux de classification que nous avons trouvé montre que nos résultats sont compétitifs. |
| Sommaire : |
Introduction Générale ................................................................................. ...... III
Chapitre I : Bioinformatique et fonction des protéines I.1 Introduction ........................................................................................................ 2 I.2 Bioinformatique ................................................................................................. 2 I.2.1 Définition Bioinformatique ............................................................................. 2 I.2.2 Objectifs de la bioinformatique ....................................................................... 3 I.3 La génomique ..................................................................................................... 4 I.3.1 Acide désoxyribonucléique (ADN) ................................................................. 4 I.3.2 Gènes ............................................................................................................... 5 I.3.3 Génome ........................................................................................................... 5 I.3.4 Acide ribonucléique (L’ARN) ........................................................................ 5 I.4 La protéomique .................................................................................................. 7 I.4.1 Les protéines ................................................................................................... 8 I.4.2 Les acides aminés .......................................................................................... 10 I.4.3 De la génomique vers la protéomique ........................................................... 14 I.5 Prédiction des fonctions de protéines ............................................................... 15 I.5.1 Classification des protéines suivant leurs fonctions ...................................... 16 I.5.1.1 Les fonctions moléculaires ......................................................................... 17 I.5.1.2 Les Fonctions phénotypiques ..................................................................... 17 I.5.1.3 Les fonctions cellulaires ............................................................................. 17 I.5.2 Les concepts et techniques de la bioinformatique ......................................... 18 I.5.3 Les bases de données biologiques ................................................................. 19 I.6 Les récepteurs couplés aux protéines g ............................................................ 20 I.6.1 Définition ...................................................................................................... 21 I.6.2 Classification RCPG ..................................................................................... 21 I.6.3 Structure des RCPGs ..................................................................................... 23 I.6.4 Protéines G .................................................................................................... 24 I.6.5 Transduction du signal par les protéines G ................................................... 24 I.6.6 La base de données RCPGs ........................................................................... 25 I.7 Objectif de l'étude de la fonction des protéines ............................................... 25 I.8 Conclusion ........................................................................................................ 26 Chapitre II : Classification II.1 Introduction ..................................................................................................... 28 II.2 Fouille de données .......................................................................................... 28 II.2.1 Les techniques de fouille des données ......................................................... 29 II.3 Classification .................................................................................................. 29 II.3.1 Classification supervisée et non supervisée ................................................. 29 II.4. La classification non supervisée .................................................................... 30 II.4.1 Clustering ..................................................................................................... 30 II.4.1.1 Le clustering hiérarchique ........................................................................ 30 II.4.1.2 Le clustering partitionnement ................................................................... 31 II.4.2 Exemple des méthodes de classification non supervisée ............................. 31 II.4.2.1 K-means .................................................................................................... 31 II.4.2.2 K-médoides ............................................................................................... 32 II.5 La classification supervisée ............................................................................ 32 II.5.1 Objectif de classification supervisée ............................................................ 32 II.5.2 Définition de classification supervisée ........................................................ 32 II.5.3 Méthodes de classification supervisée ......................................................... 32 II.5.3.1 Arbre de décision ...................................................................................... 33 II.5.3.2 Séparateurs à Vaste Marge ....................................................................... 34 II.5.3.3 Les réseaux de neurones ........................................................................... 35 II.5.3.4 La classification bayé sienne naïve ........................................................... 37 II.5.3.5 k plus proches voisins (k-PPV) ................................................................ 37 II.6 Domaines d’application .................................................................................. 39 II.7 Conclusion ...................................................................................................... 39 Chapitre III : Conception III.1 Introduction .................................................................................................. 41 III.2 Représentation du système ............................................................................ 41 III.3 Conception globale ........................................................................................ 41 III.3.1 Fichier d’accès ............................................................................................ 42 III.3.2 Pré-traitement ............................................................................................. 43 III.3.3 Classification .............................................................................................. 43 III.3.4 Méthode de séparation ................................................................................ 43 III.3.5 Utilisation ................................................................................................... 44 III.4 Conception détaillé ........................................................................................ 44 III.4.1 Fichier d’accès ............................................................................................ 46 III.4.2 Pré-traitement ............................................................................................. 47 III.4.2.1 Sélection des caractéristiques .................................................................. 47 III.4.2.2 La Normalisation ..................................................................................... 49 III.4.3 La méthode de classification SVM ............................................................. 50 III.4.3.1 La méthode de la séparation des données................................................. 50 III.4.3.2 Le choix de noyau (kernel) ...................................................................... 50 III.4.4 Classification SVM multi classes (1vR) ..................................................... 51 III.5 Conclusion ..................................................................................................... 51 Chapitre IV : Implémentation IV.1 Introduction ................................................................................................... 53 IV.2 L’implémentation du prétraitement ............................................................... 53 IV.2 .1 Sélection des caractéristiques .................................................................... 53 IV.2.2 Normalisation ............................................................................................. 54 IV.3 Description sur le jeu de données .................................................................. 54 IV.4 Présentation de la machine utilisée ............................................................... 55 IV.5 Outils et environnement de programmation .................................................. 55 IV.5.1 Matlab ......................................................................................................... 55 IV.5.1.1 Bibliothèque LIBSVM utilisée ............................................................... 56 IV.5.1.1.1 Train SVM ............................................................................................ 56 IV.5.1.1.2 SVM classifier ...................................................................................... 56 IV.5.1.2 La boite à outil Guide .............................................................................. 57 IV.5.2 L’outil weka ............................................................................................... 57 IV.6 Description de l’application .......................................................................... 57 IV.6.1 L’interface graphique ................................................................................. 57 IV.6.2 Résultats Expérimentaux ............................................................................ 59 IV.6.2.1 Résultats du langage Matlab ................................................................... 59 IV.6.2.2 Résultats du weka .................................................................................... 60 IV.7 Discussion ..................................................................................................... 61 IV.8 Conclusion ..................................................................................................... 61 Conclusion Générale ........................................................................................... 63 |
| Type de document : | Mémoire master |
Disponibilité (1)
| Cote | Support | Localisation | Statut |
|---|---|---|---|
| MINF/568 | Mémoire master | bibliothèque sciences exactes | Consultable |
