الأبحاث في مجلة: BMC Bioinformatics
-
إعادة تعريف الجينات المتغيرة العالية بواسطة انحدار LOESS المحسن مع نسبة إيجابية
2025 | المؤلف: Yue Xie وآخرون | المجلة: BMC Bioinformatics | المجال: علم الأحياء الجزيئي (Molecular Biology)في هذا القسم، يناقش المؤلفون التحديات التي تطرحها الأبعاد العالية والندرة في بيانات تسلسل RNA أحادي الخلية، مع التأكيد على أهمية اختيار الميزات لتقليل الأبعاد وتحسين القابلية للتفسير. يقدمون خوارزمية جديدة لاختيار الميزات تستخدم الانحدار السلس المحلي المقدر المحسن (LOESS) لنمذجة العلاقة بين مستويات التعبير الجيني المتوسطة والنسب الإيجابية بشكل فعال، مع تقليل خطر الإفراط…
-
optRF: تحسين استقرار الغابة العشوائية من خلال تحديد العدد الأمثل من الأشجار
2025 | المؤلف: Thomas M. Lange وآخرون | المجلة: BMC Bioinformatics | المجال: الإحصاء والاحتمالات واللايقين (Statistics, Probability and Uncertainty)في هذه الدراسة، نحقق في الطبيعة غير الحتمية لخوارزميات الغابات العشوائية، والتي يمكن أن تؤدي إلى تباين في توقعات النموذج وتقديرات أهمية المتغيرات عند استخدام نفس بيانات الإدخال. نقترح طريقة لقياس هذا التأثير ونظهر أن زيادة عدد الأشجار في الغابة العشوائية تعزز استقرار النموذج بطريقة غير خطية، بينما يزيد الوقت الحاسوبي بشكل خطي. تشير نتائجنا…
-
Deep-ProBind: التنبؤ بالبروتينات المرتبطة باستخدام نموذج التعلم العميق القائم على المحولات
2025 | المؤلف: Salman Khan وآخرون | المجلة: BMC Bioinformatics | المجال: علم الأحياء الجزيئي (Molecular Biology)تناقش هذه القسم أهمية البروتينات المرتبطة في الأنظمة البيولوجية، مع التركيز على تفاعلاتها الانتقائية مع جزيئات مثل الحمض النووي، RNA، والببتيدات، والتي تعتبر حاسمة لمختلف الوظائف الخلوية. غالبًا ما تكون الطرق التقليدية لتحديد الببتيدات المرتبطة بالبروتينات غير فعالة وتفتقر إلى الدقة بسبب تركيزها على ميزات التسلسل القريبة دون النظر في البيانات الهيكلية. لمعالجة هذه التحديات،…
-
مسح شامل لوظائف التقييم لنماذج ربط البروتين
2025 | المؤلف: Azam Shirali وآخرون | المجلة: BMC Bioinformatics | المجال: علم الأحياء الجزيئي (Molecular Biology)في هذا القسم، يبرز المؤلفون أهمية وظائف التقييم في ربط البروتينات، وهو أمر أساسي لفهم تفاعلات البروتين. يؤكدون على أن فعالية أدوات الربط تعتمد بشكل كبير على القدرة على التمييز بدقة بين المجمعات المرتبطة الأصلية وغير الأصلية. على الرغم من اقتراح العديد من وظائف التقييم المبتكرة، لا تزال طريقة تقييم فعالة عالمياً بعيدة المنال. يقترح…
-
سوليو: منصة سحابية لمراقبة مسببات الأمراض الجينومية في الوقت الحقيقي
2025 | المؤلف: Timo Saratto وآخرون | المجلة: BMC Bioinformatics | المجال: علم الأحياء الجزيئي (Molecular Biology)تقدم هذه القسم نظرة عامة على التحديات والتقدم في المراقبة الجينومية، لا سيما في سياق الصحة العامة والجراثيم المرتبطة بالرعاية الصحية. على الرغم من التحسينات في المعلوماتية الحيوية، لا تزال القضايا المتعلقة بالبنية التحتية والخبرة والأمان قائمة، مما يعيق المراقبة المستمرة التي تدمج بيانات التسلسل الجديدة مع التحليلات الحالية. علاوة على ذلك، تفشل العديد من…
-
UniAMP: تعزيز توقع AMP باستخدام الشبكات العصبية العميقة مع المعلومات المستنتجة للببتيدات
2025 | المؤلف: Zixin Chen وآخرون | المجلة: BMC Bioinformatics | المجال: علم الأحياء الدقيقة (Microbiology)تتناول ورقة البحث القضية الملحة لمقاومة المضادات الحيوية (AMR) في العدوى البكتيرية، مع التركيز بشكل خاص على البكتيريا سالبة الجرام مثل Enterobacteriaceae المقاومة للكاربينيم (CRE) وأعضاء مجموعة ESKAPE. يقدم المؤلفون إطار عمل جديد يسمى UniAMP، مصمم للتنبؤ المنهجي بالببتيدات المضادة للميكروبات (AMPs) كحل محتمل لمكافحة AMR، الذي تفاقم بسبب سوء استخدام المضادات الحيوية في كل…
-
DFAST_QC: أداة تقييم الجودة والتعرف الضريبي للجينومات بدائية النواة
2025 | المؤلف: Mohamed Elmanzalawi وآخرون | المجلة: BMC Bioinformatics | المجال: علم الأحياء الجزيئي (Molecular Biology)توضح هذه القسم تطوير وقدرات DFAST_QC، وهي أداة جديدة مصممة لتعزيز التصنيف الضريبي ومراقبة الجودة للجينومات بدائية النواة. يعد التصنيف الضريبي الدقيق أمرًا حيويًا للبحث البيولوجي، ومع ذلك، غالبًا ما تتطلب أدوات التحقق من الجينوم الحالية موارد حاسوبية واسعة ووقتًا طويلاً، مما يحد من إمكانية الوصول إليها للمشاريع واسعة النطاق. تتناول DFAST_QC هذه التحديات من…
-
تحسين إنتاج المحاصيل باستخدام إطار تعلم عميق زراعي في الزراعة الدقيقة
2024 | المؤلف: J. Logeshwaran وآخرون | المجلة: BMC Bioinformatics | المجال: علوم النبات (Plant Science)تقدم ورقة البحث إطار التعلم العميق الزراعي (ADLF)، المصمم لتعزيز الزراعة الدقيقة من خلال استخدام تقنيات التعلم العميق لتحليل مجموعات بيانات واسعة تتعلق بعوامل نمو المحاصيل مثل رطوبة التربة ودرجة الحرارة والرطوبة. يهدف الإطار إلى تحسين عمليات اتخاذ القرار، وتسهيل الكشف المبكر عن مشكلات المحاصيل، وزيادة الإنتاجية الزراعية في النهاية. تشير الدراسة إلى أن ADLF…
-
خوارزميات التعلم الآلي العميق ذات الإشراف الذاتي مع نهج جديد لإزالة واختيار الميزات لتصنيف المخاطر الصحية متعددة الأبعاد المستندة إلى اختبارات الدم
2024 | المؤلف: Önder Tutsoy وآخرون | المجلة: BMC Bioinformatics | المجال: إدارة المعلومات الصحية (Health Information Management)تقدم هذه الورقة البحثية خوارزمية جديدة للتعلم الآلي العميق ذاتية الإشراف مصممة لتحليل بيانات اختبارات الدم الخام ذات الأبعاد الخمسة، مع دمج تقنيات الإزالة التكيفية متعددة الأبعاد، والتوزين الذاتي، وتقنيات اختيار الميزات المبتكرة. تعدل الدراسة أربعة خوارزميات تعلم آلي متميزة، تتراوح من الأساليب غير المعتمدة على النموذج إلى الأساليب المدفوعة بالتدرج، لتصنيف مخاطر الصحة بناءً…
