การทำนายฟังก์ชันของโปรตีนโดยอาศัยเทคนิคการเรียนรู้แบบกึ่งมีผู้สอน
ชื่อผู้แต่งข้างต้นเป็นข้อความจากระเบียนผลงาน ไม่ได้ผูกกับรหัสนักวิจัย จึงกดดูผลงานอื่นของบุคคลนี้ไม่ได้ — ในคลังนี้ 142,080 ผลงาน (63.6% ของทั้งหมด) มีชื่อผู้แต่งที่เชื่อมกับหน้าผู้แต่งได้ และ 60,298 ผลงาน (27.0%) มีผู้แต่งที่ผูกกับรหัสนักวิจัยจริง ส่วนอีก 81,382 ผลงานไม่มีข้อมูลผู้แต่งเลย (มีชื่อผู้แต่งเป็นข้อความอยู่ 142,009 ผลงาน = 63.5%)
บทคัดย่อ
ปัญหาการทำนายฟังก์ชันการทำงานของโปรตีนเป็นปัญหาหลักทางด้านชีวสารสนเทศศาสตร์ (Bioinformatics) เนื่องจากโปรตีนเป็นสารพื้นฐานของสิ่งมีชีวิต การเข้าใจฟังก์ชั่นการทำงานของโปรตีน (protein function) ย่อมหมายถึงโอกาสในการประยุกต์ใช้งานโปรตีนในสิ่งมีชีวิตทั้งหลาย ยกตัวอย่างเช่นในทางการแพทย์ช่วยในการผลิตยาตัวใหม่โดยการจำลองปฏิกิริยาการจับกันระหว่างยากับโปรตีน (molecular docking) หรือการพัฒนายาที่มีความจำเพาะต่อบุคคล (individualized medicine) เพื่อเพิ่มประสิทธิผลและลดผลข้างเคียงของยา เป็นต้น งานวิจัยนี้มุ่งพัฒนาตัวแทนสายโปรตีนประเภทโมทีฟสำหรับการทำนายประเภทฟังก์ชั่นเอนไซม์ โดยนำเสนอตัวแทนสายโปรตีนชนิดใหม่ที่เรียกว่า รีแอคทีฟโมทีฟ (reactive motif) ซึ่งมีความสัมพันธ์โดยตรงกับการเกิดฟังก์ชั่นเอนไซม์ในบริเวณจับและบริเวณเร่ง ทั้งนี้เครื่องมือวัดประเภท sensitivity precision specificity และ coverage ถูกนำมาใช้วัดคุณภาพของรีแอคทีฟโมทีฟที่ได้จากงานวิจัย ผลการวัดพบว่ารีแอคทีฟโมทีฟมีคุณภาพในเชิง sensitivity และ coverage ดีกว่าโมทีฟ PROSITE ที่พัฒนาโดยผู้เชี่ยวชาญ ในขณะที่ค่าคุณภาพที่เหลือมีค่าใกล้เคียงกัน สำหรับเครื่องมือวัดประเภท accuracy ที่ได้จากการทำนายประเภทฟังก์ชั่นเอนไซม์ ใช้วัดคุณภาพของรีแอคทีฟโมทีฟเมื่อนำมาใช้เป็นคุณลักษณะเด่นในการเรียนรู้ด้วยขั้นตอนวิธี C4.5 สำหรับทำนายประเภทฟังก์ชั่นเอนไซม์ ผลวิจัยพบว่าการใช้รีแอคทีฟโมทีฟดังกล่าวให้ค่า accuracy ถึง 72% เมื่อเปรียบเทียบกับ 67% ที่ใช้ PROSITEปัญหาการทำนายฟังก์ชันการทำงานของโปรตีนเป็นปัญหาหลักทางด้านชีวสารสนเทศศาสตร์ (Bioinformatics) เนื่องจากโปรตีนเป็นสารพื้นฐานของสิ่งมีชีวิต การเข้าใจฟังก์ชั่นการทำงานของโปรตีน (protein function) ย่อมหมายถึงโอกาสในการประยุกต์ใช้งานโปรตีนในสิ่งมีชีวิตทั้งหลาย ยกตัวอย่างเช่นในทางการแพทย์ช่วยในการผลิตยาตัวใหม่โดยการจำลองปฏิกิริยาการจับกันระหว่างยากับโปรตีน (molecular docking) หรือการพัฒนายาที่มีความจำเพาะต่อบุคคล (individualized medicine) เพื่อเพิ่มประสิทธิผลและลดผลข้างเคียงของยา เป็นต้น งานวิจัยนี้มุ่งพัฒนาตัวแทนสายโปรตีนประเภทโมทีฟสำหรับการทำนายประเภทฟังก์ชั่นเอนไซม์ โดยนำเสนอตัวแทนสายโปรตีนชนิดใหม่ที่เรียกว่า รีแอคทีฟโมทีฟ (reactive motif) ซึ่งมีความสัมพันธ์โดยตรงกับการเกิดฟังก์ชั่นเอนไซม์ในบริเวณจับและบริเวณเร่ง ทั้งนี้เครื่องมือวัดประเภท sensitivity precision specificity และ coverage ถูกนำมาใช้วัดคุณภาพของรีแอคทีฟโมทีฟที่ได้จากงานวิจัย ผลการวัดพบว่ารีแอคทีฟโมทีฟมีคุณภาพในเชิง sensitivity และ coverage ดีกว่าโมทีฟ PROSITE ที่พัฒนาโดยผู้เชี่ยวชาญ ในขณะที่ค่าคุณภาพที่เหลือมีค่าใกล้เคียงกัน สำหรับเครื่องมือวัดประเภท accuracy ที่ได้จากการทำนายประเภทฟังก์ชั่นเอนไซม์ ใช้วัดคุณภาพของรีแอคทีฟโมทีฟเมื่อนำมาใช้เป็นคุณลักษณะเด่นในการเรียนรู้ด้วยขั้นตอนวิธี C4.5 สำหรับทำนายประเภทฟังก์ชั่นเอนไซม์ ผลวิจัยพบว่าการใช้รีแอคทีฟโมทีฟดังกล่าวให้ค่า accuracy ถึง 72% เมื่อเปรียบเทียบกับ 67% ที่ใช้ PROSITE