جستجوي پيشرفته | کتابخانه مجازی الفبا

مطالعه ملکولی تنش‌های غیرزیستی در گندم به دلیل پیچیدگی و اندازه بزرگ ژنوم آن با مشکلاتی روبرو می باشد. با نگرش به بخش بیان شده ژنوم گندم از طریق تجزیه EST های آن، می‌توان به بخشی از مشکلات فوق غلبه کرد. این تحقیق با هدف شناسایی ژن‌های تحت شرایط نرمال، تنش شوری و خشکی و تعیین گروه‌های کارکردی کتابخانه‌ها انجام پذیرفت. 11 کتابخانه cDNAپس از اخذ از پایگاه داده NCBI و دانشگاه هاروارد با استفاده از نرم افزار EGassembler دسته‌بندی و هم‌گذاری شدند و سپس با استفاده از نرم افزار CLC Protein Workbench بلاست شدند. نتایج بلاست نشان داد بیشترین شباهت توالی‌های ترجمه شده به ژنوم ترجمه شده آرابیدوپسیس در تنش خشکی به ترتیب به کل بافت‌ها، ریشه و سپس برگ تخصیص یافته است. در تنش شوری بیشترین توالی‌های مشابه مختص به بافت تاج گل، سپس غلاف و کمترین آنها مختص بافت ریشه بود. بالاخره در شرایط نرمال جوانه بذری دارای بالاترین درصد تشابه و ریشه دارای کمترین درصد تشابه بود. ژن‌ها در ریشه بر اساس هستی شناسی ژن شناسایی و گروه‌بندی شدند. تعیین گروه‌های کارکردی در 11 کتابخانه نشان داد که بعضی از اجزای سلولی مثل کلروپلاست، پلاستید، سیتوسول و غشای پلاسمایی در پاسخ به تنش یا پاسخ به محرک‌های زیستی یا غیرزیستی با داشتن عملکردهای مولکولی خاص مثل فعالیت ترانسفرازی، فعالیت هیدرولازی بیشترین درصدها را دارا بودند. ژن‌های ریشه بر اساس همردیفی انجام شده با پایگاه داده آرابیدوپسیس مورد شناسایی قرار گرفت که بعضی از گروه‌های مهم مورد بررسی قرار گرفت.

با توجه به رشد روزافزون اسناد الکترونیکی، نیاز به یک دسته بند کارا در حوزه داده کاوی واضح است. اخیراً به منظور افزایش دقت دسته بندی، استفاده از آنتولوژی لغوی به عنوان مرجع خارجی و نیز استخراج دانش از متون در فرآیند دسته بندی، مطرح شده است؛ از این رو، هدف از انجام این پروژه ارائه و پیاده سازی سیستم دسته بندی خودکار اسنادی است که آنتولوژی لغوی فارس نت را در عملیات دسته بندی داخل می نماید. این امر منجر به افزایش اوزان کلمات مرتبط با دانش پیش زمینه متن می شود. راهکار پیشنهادی برای استفاده از آنتولوژی لغوی، تمرکز بر روی بردار مشخصه ی معنایی را محور فعالیت های خود قرار داده است؛ تا بدین وسیله فرآیند دسته بندی را بهبود بخشد. در این پروژه ضمن بررسی و مطالعه ی روش های بکارگیری آنتولوژی لغوی در فرآیند دسته بندی، آنتولوژی لغوی فارس نت را به منظور استخراج روابط معنایی استفاده می نماییم.در سیستم ارائه شده، کلیه ی اجزاء تشکیل دهنده ی سیستم دسته بندی شامل پردازشگر لغوی، کاهنده ی ویژگی، انتخاب کننده ی ویژگی، وزن دهی به ویژگی و طبقه بندی کننده اسناد، لحاظ شده است. در این پروژه الگوریتم χ^2 در بخش انتخاب مشخصه و روش وزن دهی ویژگی نرمال شده TFIDF در بخش وزن دهی به کار گرفته می شود. پیش از اعمال روش وزن دهی به مشخصه ها، بردار مشخصه معنایی برای هر کلمه کلیدی توسط مفاهیم استخراج شده از آنتولوژی لغوی فارس نت، ایجاد می شود. نتایج ارزیابی های انجام شده نشان دهنده ی بهبود قابل توجهی در کارایی و دقت الگوریتم دسته بندی با بکارگیری آنتولوژی لغوی فارس نت است.