Сравнительное исследование кластерного и нейросетевого подходов в задаче анализа белковых структур

В данной статье описывается работа, которая является продолжением предыдущего исследования, направленного на поиски решения проблем, возникающих в задаче автоматизации процедуры распознавания генетических белковых структур по их электрофоретическим спектрам (ЭФ-спектрам). Спектральная идентификация сортовой принадлежности зёрен пшеницы является одной из важных сельскохозяйственных задач, для решения которой было предложено использовать Искусственную Нейронную Сеть (ИНС), обученную на выборке из специально подготовленных экспертами сортов. Рассматриваются особенности применения методов нейросетевой классификации и кластерного анализа на примере определения сортовой принадлежности ЭФ-спектров. Правомерность использования предложенных алгоритмов подтверждается положительными результатами, полученными на основе специально подготовленных модельных данных в виде многомерных векторов, имитирующих особенности реальных ЭФспектров, прошедших предварительную обработку, которая включает оцифровку, устранение шумовых и фоновых составляющих, нормализацию. По естественной причине генетического сходства, наблюдаемого у некоторых родственных сортов, ЭФ-спектры имеют трудно различимый характер, что оказывает неблагоприятное влияние на эффективность распознавания схожих экземпляров средствами ИНС. Это накладывает ограничение на количество одновременно распознаваемых сортов. Для преодоления данной особенности был предложен алгоритм кластерного разбиения всего множества сортов на отдельные сортовые группы с последующим применением нейросетевой обработки для каждой группы.

искусственные нейронные сети, классификация, кластеризация, генетический анализ, определение сортовой принадлежности, электрофоретический спектр